一種基於矩陣變換的欠定盲分離方法
2023-09-22 03:57:30
專利名稱：一種基於矩陣變換的欠定盲分離方法
技術領域：
本發明涉及一種欠定情況下對瞬時混合信號進行盲分離的方法。該方法可分離稀疏、弱稀疏或者相關信號，可以應用於信號處理、生物醫學和通信等領域。
背景技術：
盲源分離(Blind Source Separation, BSS)就 是根據觀測到的混合數據向量確定某一變換，以恢復原始信號或信源的技術。典型情況下，觀測數據向量是一組傳感器的輸出，其中每個傳感器接收到的是源信號的不同組合。術語「盲」有兩重含義a.源信號不能被觀測；b.源信號如何混合是未知的。當源信號的數目多於觀測信號的數目時，為欠定盲分離(underdetermined BSS, UBSS)問題,該種情況更貼近於實際應用，同時也是線性瞬時混合盲分離的技術難點，極具挑戰性。到目前為止，已經湧現出了多種欠定盲源分離方法。1992年I. F. Gorodnitsky等結合了腦電逆問題提出了欠定系統局灶解法(focalunderdetermined system solver, FOCUSS),這是一種後驗迭代加權的方法；1998 年，S.S. Chen提出了基於線性規劃理論的基追蹤法(Basis Pursuit, BP)。欠定盲源分離方法大致可以分為欠定變超定法、時頻掩蔽法和兩步法三大類。欠定變超定法通過構造出新的觀測信號，將欠定分離變為超定分離，從而達到源信號分離的目的。該方法的優點是可以利用傳統的超定分離技術，缺點是分離效果依賴於構造出的新觀測信號的質量，一旦該信號構造不好，分離質量就會變差。兩步法實際上是基追蹤法的推廣，是通過解線性方程通過對解加以約束得到最優解，利用信號的稀疏性，最小化0範數進而對解進行約束，0範數處理起來很不方便而且對噪聲特別敏感。1999年，D. L. Donoho論證了採用I範數最小和0範數最小在一定條件下的等價性，I範數比0範數好處理，利用線性規劃可以方便的得到最優解，抗噪聲性能雖然比0範數準則要好，但效果仍然不能令人滿意，另外該算法是以信號在時域的稀疏性為前提的，因此一般分離的效果很差。時頻掩蔽法最早是在2000年，由SamT. Roweis提出，2004年，Yilmaz與Rickard結合DUET算法進一步發展了時頻掩蔽算法，然而這類方法嚴格要求源信號在整個時頻域中近似滿足W-錯位正交性，條件苛刻。2005年，Abrard提出了 TIFROM算法，該方法要求鄰近的幾個時頻窗的觀測信號中僅有一個源信號存在，時頻窗的長度難以確定，且不能搜索出所有的任意大小的單源時頻域。2008年，M.S. Pedersen等人結合ICA和時頻掩蔽技術實現了語音的分離。此類方法是基於源信號的時頻域稀疏性條件，設計一個相當於時頻濾波器的掩蔽模板，利用模板逐個提取每一個源信號的時頻點，從而實現了分離，這類算法主要的缺點是對信號稀疏性的要求很嚴格，而且抗噪聲的性能很差。這些方法都有一個共同的缺陷就是基於信號的稀疏性，這就大大的限制了它們的應用。近年來，基於弱稀疏的欠定盲源分離問題逐漸引起了學者們的關注，2007年，A. Aissa-El-Bey等人利用子空間的方法實現了弱稀疏條件下的欠定盲源分離，但是該方法運算量很大有待改進。2009年，彭德中博士等人在降低稀疏性要求的情況下利用子空間方法分離源信號，並且在2010年，研究了不考慮信號稀疏性，利用空間時頻分布進行欠定盲源分離的方法，此方法可以分離2* -1路源信號力瞬時混合信號的數目，其中 >3。2011年，周郭許等人在信號不嚴格稀疏的情況下提出一種新方法一非線性投影和列掩蔽(NPCM)方法來估計混合矩陣。
發明內容
在欠定盲源分離問題中，通常利用源信號的稀疏性，採用統計學的方法來分離源信號。如果信號不滿足稀疏性，或者是信號之間是相關的，則分離效果不佳。針對這一問題，本發明提出一種基於矩陣變換的欠定盲分離方法，該方法適用於弱稀疏和相關信號的分離。本方法旨在降低分離算法對信號稀疏性的依賴程度，允許信號存在一定程度的混疊。在假設混合矩陣已經估計獲得的基礎上，本發明通過對混合矩陣進行逐級變換得到變換矩陣，然後將變換矩陣作用於觀測信號來逐步消去各個源信號；並由各觀測信號中新產生的零值點來構造多級二值掩蔽模板，將源信號進行逐級分離。理論分析和實驗結果表明，本發明所提出的方法相對於其他方法具有優異的性能a.降低了對源信號稀疏性的要求，可以解決最多M-I路源信號的混疊(其中I力傳感器個數)，並且確切知道每個時頻點由哪些源信號混合而成，解決了音樂信號和噪聲信號的欠定分離問題。b.對源信號的統計特性要求不高，解決了高斯信號和相關信號的欠定分離問題。c.根據對分離精度的要求來調整處·理級數，處理級數越多，得到的分離結果越好。d.分離過程藉助於矩陣變換實現，運算複雜度較低。為了達到上述目的，本發明提供了一種基於矩陣變換的欠定盲分離方法，包括以下步驟
步驟100 :利用傳感器接收到的瞬時混合觀測信號為
X = AS⑴
式(1)，中=表示由傳感器接收到的^維觀測信號向量，A表示
Af XiV維的混合矩陣，S = [S15 - ■ - ,Sn]1"表不jy維未知的源信號。步驟200 ;將瞬時混合的觀測信號送入正交變換模塊進行短時傅立葉變換，得到時頻域觀測信號X(jT5W);並將該時頻域觀測信號W)送入時頻點分類模塊。步驟300 :利用時頻點分類模塊將時頻域觀測信號W)中的時頻點進
行分類；首先判定每個時頻點所在級數，然後在各級中進一步判定該時頻點所屬的類別；具體包括子步驟310，320, 330。步驟310 :首先處理第一級，該級上的時頻點只是一個源信號作用的結果；包括子步驟 311，312，313。步驟311 :利用I"級變換矩陣模塊構造第一級變換矩陣。利用混合矩陣A戶的元素，構造如式⑵所示的MXM階第一級變換矩陣
權利要求
1.一種基於矩陣變換的欠定盲分離方法，包括以下步驟 步驟100 :利用傳感器檢測瞬時混合的觀測信號，表示為
全文摘要
本發明公開一種基於矩陣變換的欠定盲分離方法。本發明通過對混合矩陣進行逐級變換得到變換矩陣，然後將變換矩陣作用於觀測信號來逐步消去各源信號；並由各觀測信號中新產生的零值點來構造多級二值掩蔽模板，將源信號進行逐級分離。本發明降低了對源信號稀疏性的要求，可以解決最多M-1路源信號的混疊(其中M為傳感器個數)，並且確切知道每個時頻點由哪些源信號混合而成，解決了音樂信號和噪聲信號的欠定分離問題。對源信號的統計特性要求不高，解決了高斯信號和相關信號的欠定分離問題。根據對分離精度的要求來調整處理級數，處理級數越多，得到的分離結果越好。分離過程藉助於矩陣變換實現，運算複雜度較低。
文檔編號G06F17/14GK102789783SQ201210236738
公開日2012年11月21日 申請日期2012年7月10日 優先權日2011年7月12日
發明者朱東巖, 楊捷, 馬曉紅 申請人:大連理工大學