基于欠定盲源分离的信号抗干扰方法及装置

本发明属于信号处理，涉及基于欠定盲源分离的信号抗干扰方法，还涉及基于欠定盲源分离的信号抗干扰装置。

背景技术：

1、盲源分离可以描述为：仅从若干观测到的混合信号中恢复出无法直接观测的各个原始信号的过程，这里的“盲”，指源信号不可测，混合系统特性事先未知这两个方面。根据信号以及混合系统可以将盲源分离分为：线性混合和非线性混合以及超定盲源分离，正定盲源分离和超定盲源分离。

2、如今已有不少研究人员在稀疏成分分析的方向上取得了一定突破。在基于稀疏成分分析法的欠定盲源分离算法中，基于两步走算法框架的分离算法已经被证实为有效的盲源分离方法之一。但基于sca的欠定盲源分离算法常常利用聚类算法对转换后的混合信号进行聚类处理，当接受的混合信号存在时间延迟时，进行一般处理的混合信号不具备进行聚类的条件。而实际的通信环境中常常存在时间延迟，因此这一特性大大限制了欠定盲源分离算法的相关应用。

3、现在越来越多的研究开始将对欠定盲源分离算法的重点放在混合矩阵的估计上面。如何将混合矩阵的估计精度提高关系到信号恢复的准确性。而基于k-means聚类的欠定盲源分离算法在混合矩阵估计上有其独特的优势。较早将聚类算法引入欠定盲源分离领域的是s.van等人提出了一种基于聚类的方法，该方法通过利用光谱聚类技术将非线性欠定盲源转换为线性欠定盲源分离情况从而利用较成熟的线性欠定盲源分离算法进行盲源分离。随之，aissa-el-bey等人中提出了一种先将混合信号进行时频域转换然后再进行聚类的算法。shoko等人则利用利用k-means算法，通过提出新的聚类特性来对混合矩阵进行估计以及对混合信号进行分离。jun-jie等人所提出的算法基于k加权超线聚类同时以高斯隶属函数作为超线聚类的权重因子以此达到提高聚类精度的目地。基于k-means聚类算法的欠定盲源分离算法对存在偏离噪声的情况下难以分离偏离点的问题以及需要在聚类前手动设定聚类簇个数的问题。

技术实现思路

1、本发明的目的是提供基于欠定盲源分离的信号抗干扰方法，解决了现有技术中存在的难以解决时间延迟问题。

2、本发明所采用的技术方案是，基于欠定盲源分离的信号抗干扰方法，包括以下步骤：

3、步骤1、对观测到的混合信号进行能量域转换得到能量域的信号；

4、步骤2、对能量域的信号进行短时傅里叶变换，得到时频域的信号；

5、步骤3、使用层序聚类法对时频域的信号进行初步聚类，得到初步聚类簇和初步聚类中心；

6、步骤4、对初步聚类簇进行k-mediod聚类得到聚类簇和聚类中心；

7、步骤5、利用聚类得到的数据对混合矩阵进行估计，之后利用混合矩阵重构信号源。

8、本发明的特点还在于：

9、步骤1中混合信号的能量域转换公式为：

10、

11、式中，z(t，ω)为混合信号。

12、步骤3层序聚类法的具体过程为：

13、假设对初步聚类后设定的初步聚类中心为cfirst＝[c1，c2，...，ck]，得到的初步聚类簇为tfirst＝[t1，t2，...，tk]，其中tk为对应聚类中心为ck的聚类簇，k为总的聚类簇。

14、在通过层序聚类法进行聚类后，利用余弦距离去除偏离多数样本点的聚类点。

15、去除偏离多数样本点的聚类点的公式为：

16、

17、式中，dc为样本间距离，c为聚类中心，g为样本点，ε为门限值。

18、本发明的另一目的是提供基于欠定盲源分离的信号抗干扰装置。

19、本发明所采用的另一技术方案是，基于欠定盲源分离的信号抗干扰装置，包括：

20、预处理模块，用于对观测到的混合信号进行能量域转换得到能量域的信号；

21、时频域转换模块，用于对能量域的信号进行短时傅里叶变换，得到时频域的信号；

22、初步聚类模块，用于使用层序聚类法对时频域的信号进行初步聚类，得到初步聚类簇和初步聚类中心；

23、聚类模块，用于对初步聚类簇进行k-mediod聚类得到聚类簇和聚类中心；

24、重构模块，用于利用聚类得到的数据对混合矩阵进行估计，之后利用混合矩阵重构信号源。

25、本发明的有益效果是：本发明基于欠定盲源分离的信号抗干扰方法，采用层序聚类和k-mediod聚类两者联合聚类的方式对源信号的个数进行估计从而无需提前设定好源信号个数；充分考虑聚类簇个数未知以及存在噪声信号偏离点的问题，能提高分离信号过程中混合矩阵估计的准确性并在混合信号个数未知情况下信号恢复的准确性；采用积分预处理的方式将混合信号进行能量域转换使得存在时间延迟的混合信号依旧体现出良好的聚类特性，有效提高了混合信号分离的准确性。本发明基于欠定盲源分离的信号抗干扰装置，能有效提高混合信号分离的准确性。

技术特征：

1.基于欠定盲源分离的信号抗干扰方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于欠定盲源分离的信号抗干扰方法，其特征在于，步骤1中所述混合信号的能量域转换公式为：

3.如权利要求1所述的基于欠定盲源分离的信号抗干扰方法，其特征在于，步骤3所述层序聚类法的具体过程为：

4.如权利要求1所述的基于欠定盲源分离的信号抗干扰方法，其特征在于，在通过层序聚类法进行聚类后，利用余弦距离去除偏离多数样本点的聚类点。

5.如权利要求4所述的基于欠定盲源分离的信号抗干扰方法，其特征在于，去除偏离多数样本点的聚类点的公式为：

6.基于欠定盲源分离的信号抗干扰装置，其特征在于，包括：

技术总结
本发明公开了基于欠定盲源分离的信号抗干扰方法，包括：对观测到的混合信号进行能量域转换得到能量域的信号；对能量域的信号进行短时傅里叶变换，得到时频域的信号；使用层序聚类法对时频域的信号进行初步聚类，得到初步聚类簇和初步聚类中心；对初步聚类簇进行K‑mediod聚类得到聚类簇和聚类中心；利用聚类得到的数据对混合矩阵进行估计，之后利用混合矩阵重构信号源。本发明还公开了基于欠定盲源分离的信号抗干扰装置，包括预处理模块、时频域转换模块、初步聚类模块、聚类模块及重构模块，能有效提高混合信号分离的准确性。

技术研发人员：赵楠,肖飞龙,杨富强
受保护的技术使用者：西安电子科技大学
技术研发日：
技术公布日：2024/7/9