基于双重迭代的非正交联合对角化瞬时盲源分离方法
【专利摘要】本发明公开了一种基于双重迭代的非正交联合对角化瞬时盲源分离方法，首先记录多次观测信号数据，计算基于观测信号的目标矩阵组，观测信号混叠模型分成左、右两个混叠矩阵，建立盲源分离代价函数，在左、右混叠矩阵本质相等条件下，将代价函数重构成对称拟合函数，用双重迭代法估计出非正交对角化所需的左、右混叠矩阵最优值，导出最优混叠模型，得到分离信号，实现瞬时混叠盲分离。避免了现有非正交JD方法对目标矩阵的过高要求，增大了观测信号适用范围。与现有技术比，本发明明显降低了计算复杂度与迭代次数，耗时最少；当输入SNR相同时，同时满足收敛时间最短、输出SINR最大和广义置换水平最小的情况，具有更优的分离性能和收敛性。
【专利说明】基于双重迭代的非正交联合对角化瞬时盲源分离方法
【技术领域】
[0001]本发明属于信号处理【技术领域】，主要涉及盲信号的非正交联合对角化处理，具体说是一种基于双重迭代的非正交联合对角化瞬时盲源分离方法，应用于混叠方式为瞬时混叠时的盲源信号分离，在雷达信号处理、语音识别领域都有应用。
【背景技术】
[0002]在无线电通信、医学成像等众多领域都要通过接收到的观测信号来分析源信号的各种性能特征，如何在混叠系统中分离或者说恢复出未知的源信号已逐渐成为信号处理【技术领域】的研究热点，比如在对雷达信号进行处理时，并不知道发射信号与传输信道，但希望利用接收天线接收到的观测数据信号来提取出原发射信号，采用盲信号处理技术可以最大程度地解决源信号的提取问题。
[0003]盲源分离是盲信号处理的一个应用方面，具体是指在未知源信号和传输信道参数的情况下，根据输入源信号的统计特性，仅利用观测信号就能分离出各个统计独立的源信号的过程。
[0004]盲源分离除了对源信号有一定的统计要求之外，通常对混叠系统(传输信道)也会做一定的假设或要求。混叠系统可以分为无记忆和有记忆两类。其中，无记忆系统输出的当前值只与源信号的当前值有关，而与源信号的过去值无关。在盲源分离中，常称这样的混叠系统为瞬时混叠系统。
[0005]自有人提出基于四阶累计量的联合对角化算法(简称JD)用于盲源分离以来，JD方法成为了解决瞬时盲分离的有效手段。其中根据观测信号构成的目标矩阵组中存在的共同的混叠模型是否为正交(酉)矩阵，JD方法又分为正交JD方法和非正交JD方法两大类。正交JD方法要求对应混叠系统的混叠模型(或者说分离矩阵)必须为正交(酉)矩阵。尽管在很多情况下，可以通过白化处理使得混叠模型满足正交(酉)条件，但是白化处理会引入额外误差，更严重的是，当存在色噪声的情况下，预白化处理将无法实现。
[0006]由于非正交联合对角化方法不要求混叠模型为正交(酉)矩阵，同时可以避免由白化处理所引入的许多问题(如白化误差、对源信号的损害等)，因此有很大实用前景。然而，目前对于非正交JD方法的应用研究尚处于初级阶段，例如现有的QDIAG方法、ARD方法、NJZD方法在试验时都具有较快的收敛性能，但这些方法中的代价函数无法避免出现平凡解和退化解的问题，而Alle-Jan der Veen提到的SS-fitting方法和Nicholas DSidiropoulos提到的PARAFAC方法虽然能克服易产生奇异解的缺点,但由于它们计算复杂度较高，也很难进行工程利用。
【发明内容】
[0007]针对现有联合对角化算法存在的易产生奇异解、计算复杂度较大等缺点，提供一种收敛速度快，收敛性能好、计算复杂度相对较低的基于双重迭代的非正交联合对角化瞬时盲源分离方法。[0008]本发明是一种基于双重迭代的非正交联合对角化瞬时盲源分离方法，本发明的瞬时盲源信号分离过程包括:
[0009]步骤1.首先针对观测目标记录多次观测信号数据，分为L个不同时刻^…，\或L个不同时延T1，…，h对应的观测信号数据进行记录。
[0010]步骤2.根据实际应用要求计算出基于观测信号的目标矩阵组，即根据源信号特征与实际应用要求计算出观测信号的二阶相关矩阵组或二阶时延相关矩阵组，如果以时刻记录的是二阶相关矩阵组，如果以时延记录的是二阶时延相关矩阵，并将其作为目标矩阵
组，二阶相关矩阵组或二阶时延相关矩阵组均可表示为
【权利要求】
1.一种基于双重迭代的非正交联合对角化瞬时盲源分离方法，其特征是瞬时盲源信号分离过程包括: 步骤1.首先针对观测目标记录多次观测信号数据，分为L个不同时刻^…，\或L个不同时延T1，…，h对应的观测信号数据进行记录； 步骤2.根据实际应用要求计算出基于观测信号的目标矩阵组，即根据源信号特征与实际应用要求计算出观测信号的二阶相关矩阵组或二阶时延相关矩阵组，并将其作为目标矩阵组，二阶相关矩阵组或二阶时延相关矩阵组均可表示为
2.根据权利要求1所述的基于双重迭代的非正交联合对角化瞬时盲源分离方法，其特征是:步骤3中所述利用对称关系重构盲源分离的代价函数，包括有如下步骤 左、右混叠矩阵本质相等，满足U = V，利用对等关系，原观测信号的目标矩阵表示为R(I) = UA (I)Vh = VA (1)UH，将盲源分离的代价函数等价重构成如下的对称拟合函数形式:
3.根据权利要求2所述的基于双重迭代的非正交联合对角化瞬时盲源分离方法，其特征是:步骤4所述通过双重迭代法计算出盲源信号分离的非正交对角化所需的左、右混叠模型的最终表达式，包括有如下步骤 .4.1固定混叠系统的左混叠矩阵U和右混叠矩阵V，求出以源信号的自相关系数为对角元素的对角矩阵组的估计为:
4.根据权利要求3所述的基于双重迭代的非正交联合对角化瞬时盲源分离方法，其特征是:步骤5中所述双重迭代方法计算左、右混叠矩阵最优估计值的具体迭代流程包括 .5.1.根据实际应用要求，给定初始左混叠矩阵U(O)； .5.2令初始右混叠矩阵V(O) =U (O)，计算P(O) = Vn (O)K(O)，V(O)为初始右混叠矩阵V(O)的中间计算量； . 5.3 计算
5.根据权利要求2或3或4所述的基于双重迭代的非正交联合对角化瞬时盲源分离方法，其特征是:通过公式Κ = ?得出观测信号的最优估计混叠模型2,它是盲源分离所需的联合对角化因子矩阵，令分离矩阵w等于混叠模型2的广义逆，w与观测信号相乘，其结果为分离信号，完成瞬时混叠盲源分离。
【文档编号】G10L21/0272GK103780522SQ201410008571
【公开日】2014年5月7日 申请日期:2014年1月8日 优先权日:2014年1月8日
【发明者】冯大政, 刘玉胡, 张华 , 杨振伟, 袁海璐, 陈跃维 申请人:西安电子科技大学