基于單層感知機的欠定盲源分離源信號恢復方法技術

本發明專利技術公開了一種基于單層感知機的欠定盲源分離源信號恢復方法。本發明專利技術首先獲取觀測信號矩陣，然后對觀測信號矩陣中的所有列向量進行聚類得到混合矩陣，根據觀測信號矩陣和混合矩陣計算待恢復的源信號列向量，利用單層感知機方法更新待恢復的源信號列向量，最終獲得恢復的源信號。本發明專利技術克服了現有技術存在的源信號恢復精度易受噪聲誤差影響和計算復雜度偏高的缺點，使得本發明專利技術具有能保持較高恢復精度的同時快速的恢復源信號的優點。

Signal recovery method for Underdetermined Blind Source Separation Based on single layer perceptron

The invention discloses a method for recovering underdetermined blind source separation signal based on a single-layer perceptron. The present invention first obtains the observation signal matrix, and then to all the columns in the matrix vector observation signal clustering mixed matrix, according to the observation matrix and the signal source signal mixed matrix calculation to restore the column vector of the source signal, using the perceptron update method to restore the column vector, finally get the source signal recovery. The invention overcomes the problems of existing technology of the source signal recovery accuracy due to noise error and the drawback of high computational complexity, so that the present invention has to maintain high precision and fast recovery recover source advantage.

【技術實現步驟摘要】

本專利技術屬于通信
，更進一步涉及信號處理
中的一種基于單層感知機的欠定盲源分離源信號恢復方法。本專利技術可以對軍事通信信號，圖像信號，生物醫學信號進行處理，實現在混合矩陣已經估計完成的情況下欠定盲源分離源信號的恢復。
技術介紹
欠定盲源分離是在對傳輸信道參數未知且觀測信號的數目小于源信號數目的情況下，僅僅利用觀測信號將源信號估計出來。欠定盲源分離技術只需少量傳感器來接收混合信號，不僅滿足特定場合，還能節約成本?，F有的欠定盲源分離通常采用兩階段法，即先利用觀測信號估計混合矩陣，再利用估計出的混合矩陣和觀測信號恢復出源信號。在實際應用中，往往需要以較高的精度恢復源信號，但源信號恢復的時間復雜度也會相應的提高，因此，研究兼顧源信號恢復的時間復雜度和源信號恢復精度的方法成為欠定盲源分離中亟待解決的問題。西安電子科技大學所擁有的專利技術“基于密度的欠定盲源分離方法”(申請號201310116467.8，申請日2013.04.03，授權號CN103218524B，授權日2016.01.20)中提出了一種基于密度的欠定盲源分離方法。該方法將觀測信號去掉低能量采樣數據后投影到右半超球面上，然后計算投影點的密度，刪除密度較小的投影點，從而能夠減少初始值對估計性能的影響，降低了計算復雜度。但是，該專利技術仍然存在的不足之處是，根據觀測信號矩陣和估計完成的混合矩陣，采用線性規劃法來恢復源信號，源信號的恢復精度易受誤差的影響，在實際應用中很難保證以較高的精度實現源信號的恢復。Vivekanand V等人在其發表的論文“RBF-network based sparse signal recovery algorithm for compressed sensing reconstruction”(Neural Networks，2015)中提出了一種基于徑向基函數網絡源信號恢復方法(RASR)。該方法先利用梯度下降法計算基于近似L0范數的近似最優值，然后利用梯度下降法對近似最優值進行修正使其滿足欠定方程，提高了源信號恢復的精度。但是，該方法仍然存在的不足之處是，使用固定的迭代步長，源信號恢復精度和時間復雜度很難兼顧，在實際應用中很難保證以較快的速率實現源信號的恢復。
技術實現思路
本專利技術的目的在于針對上述現有技術存在的不足，提出一種基于單層感知機的欠定盲源分離源信號恢復方法。本專利技術可以降低源信號恢復的復雜度，同時提高源信號恢復的精確度，兼顧源信號恢復的時間復雜度與精確度。實現本專利技術目的的具體思路是：在壓縮感知重構模型的基礎上，引入單層感知機，尋找最優學習因子，在保持較高的源信號恢復精度的同時，降低計算的復雜度。實現本專利技術目的的具體步驟如下：(1)將采集到的通信信號存入觀測信號矩陣；(2)對觀測信號矩陣進行聚類，得到混合矩陣；(3)將欠定盲源分離的迭代次數初始化為1；(4)按照下式，計算待恢復源信號列向量：其中，表示待恢復源信號列向量，A表示混合矩陣，表示求偽逆操作，x(l)表示觀測信號矩陣中的第l個列向量，l表示欠定盲源分離的迭代次數；(5)賦值高斯參數：(5a)搜索待恢復源信號列向量中的最大分量；(5b)將搜索到的最大分量的值賦給高斯參數；(6)更新待恢復源信號列向量：(6a)將單層感知機法的迭代次數初始化為1；(6b)利用最速下降法，計算單層感知機的增量；(6c)將待恢復源信號列向量加上單層感知機的增量，得到更新后的待恢復源信號列向量；(6d)將單層感知機法的迭代次數加1，得到單層感知機法的當前迭代次數；(6e)判斷單層感知機法的當前迭代次數是否小于等于M，若是，則執行步驟(6b)，否則，執行步驟(7)，其中，M表示待恢復源信號列向量的個數；(7)將高斯參數乘以0.6，得到更新后的高斯參數；(8)判斷更新后的高斯參數是否大于10-5，若是，則執行步驟(6)，否則，執行步驟(9)；(9)存儲利用單層感知機法更新后的待恢復源信號列向量；(10)將欠定盲源分離的迭代次數加1，得到欠定盲源分離的當前迭代次數；(11)判斷欠定盲源分離的當前迭代次數是否小于等于觀測信號矩陣的列數，若是，執行步驟(4)，否則，執行步驟(12)；(12)獲得恢復源信號矩陣：將欠定盲源分離迭代得到的所有待恢復源信號列向量組成恢復源信號矩陣。本專利技術與現有技術相比具有以下優點：第一，由于本專利技術采用了單層感知機法更新待恢復的源信號列向量，克服了現有技術中欠定盲源分離源信號恢復精度易受噪聲和誤差影響的缺點，使得本專利技術能顯著提高源信號恢復的精度。第二，由于本專利技術采用最速下降法計算最優學習因子，克服了現有技術中欠定盲源分離源信號恢復過程中時間復雜度偏高的問題，使得本專利技術能保持較高恢復精度的同時快速的恢復源信號。附圖說明圖1是本專利技術的流程圖；圖2是本專利技術的仿真圖。具體實施方式下面結合附圖對本專利技術做進一步的描述。參照附圖1，本專利技術的具體步驟如下。步驟1，將采集到的通信信號存入觀測信號矩陣。步驟2，對觀測信號矩陣進行聚類，得到混合矩陣。對觀測信號矩陣進行聚類的具體實施步驟如下：剔除觀測信號矩陣中全為0值的列，將剩余的列組成待恢復信號矩陣；選取待恢復信號矩陣中第一個分量為負數的列向量，對該列向量的所有元素乘以-1得到翻轉列向量；將翻轉列向量和未被選取的列向量組成翻轉矩陣；對翻轉矩陣進行歸一化處理得到歸一化信號矩陣；利用K-均值聚類方法，對歸一化信號矩陣中的所有列向量進行聚類，得到所有的聚類中心；將所有的聚類中心組成混合矩陣。步驟3，將欠定盲源分離的迭代次數初始化為1。步驟4，計算待恢復源信號列向量。按照下式，計算待恢復源信號列向量：其中，表示待恢復源信號列向量，A表示混合矩陣，表示求偽逆操作，x(l)表示觀測信號矩陣中的第l個列向量，l表示欠定盲源分離的迭代次數。步驟5，賦值高斯參數。搜索待恢復源信號列向量中的最大分量，將搜索到的最大分量的值賦給目標參數。步驟6，更新待恢復源信號列向量。第1步，將單層感知機法的迭代次數初始化為1。第2步，按照下式，計算高斯對角矩陣： D = d i a g [ e - s ^ 1 2 σ 2 , e - s ^ 本文檔來自技高網...

【技術保護點】
基于單層感知機的欠定盲源分離源信號恢復方法，包括如下步驟：(1)將采集到的通信信號存入觀測信號矩陣；(2)對觀測信號矩陣進行聚類，得到混合矩陣；(3)將欠定盲源分離的迭代次數初始化為1；(4)按照下式，計算待恢復源信號列向量：其中，表示待恢復源信號列向量，A表示混合矩陣，表示求偽逆操作，x(l)表示觀測信號矩陣中的第l個列向量，l表示欠定盲源分離的迭代次數；(5)賦值高斯參數：(5a)搜索待恢復源信號列向量中的最大分量；(5b)將搜索到的最大分量的值賦給高斯參數；(6)更新待恢復源信號列向量：(6a)將單層感知機法的迭代次數初始化為1；(6b)利用最速下降法，計算單層感知機的增量；(6c)將待恢復源信號列向量加上單層感知機的增量，得到更新后的待恢復源信號列向量；(6d)將單層感知機法的迭代次數加1，得到單層感知機法的當前迭代次數；(6e)判斷單層感知機法的當前迭代次數是否小于等于M，若是，則執行步驟(6b)，否則，執行步驟(7)，其中，M表示待恢復源信號列向量的個數；(7)將高斯參數乘以0.6，得到更新后的高斯參數；(8)判斷更新后的高斯參數是否大于10?5，若是，則執行步驟(6)，否則，執行步驟(9)；(9)存儲利用單層感知機法更新后的待恢復源信號列向量；(10)將欠定盲源分離的迭代次數加1，得到欠定盲源分離的當前迭代次數；(11)判斷欠定盲源分離的當前迭代次數是否小于等于觀測信號矩陣的列數，若是，執行步驟(4)，否則，執行步驟(12)；(12)獲得恢復源信號矩陣：將欠定盲源分離迭代得到的所有待恢復源信號列向量組成恢復源信號矩陣。...

【技術特征摘要】
1.基于單層感知機的欠定盲源分離源信號恢復方法，包括如下步驟：(1)將采集到的通信信號存入觀測信號矩陣；(2)對觀測信號矩陣進行聚類，得到混合矩陣；(3)將欠定盲源分離的迭代次數初始化為1；(4)按照下式，計算待恢復源信號列向量：其中，表示待恢復源信號列向量，A表示混合矩陣，表示求偽逆操作，x(l)表示觀測信號矩陣中的第l個列向量，l表示欠定盲源分離的迭代次數；(5)賦值高斯參數：(5a)搜索待恢復源信號列向量中的最大分量；(5b)將搜索到的最大分量的值賦給高斯參數；(6)更新待恢復源信號列向量：(6a)將單層感知機法的迭代次數初始化為1；(6b)利用最速下降法，計算單層感知機的增量；(6c)將待恢復源信號列向量加上單層感知機的增量，得到更新后的待恢復源信號列向量；(6d)將單層感知機法的迭代次數加1，得到單層感知機法的當前迭代次數；(6e)判斷單層感知機法的當前迭代次數是否小于等于M，若是，則執行步驟(6b)，否則，執行步驟(7)，其中，M表示待恢復源信號列向量的個數；(7)將高斯參數乘以0.6，得到更新后的高斯參數；(8)判斷更新后的高斯參數是否大于10-5，若是，則執行步驟(6)，否則，執行步驟(9)；(9)存儲利用單層感知機法更新后的待恢復源信號列向量；(10)將欠定盲源分離的迭代次數加1，得到欠定盲源分離的當前迭代次數；(11)判斷欠定盲源分離的當前迭代次數是否小于等于觀測信號矩陣的列數，若是，執行步驟(4)，否則，執行步驟(12)；(12)獲得恢復源信號矩陣：將欠定盲源分離迭代得到的所有待恢復源信號列向量組成恢復源信號矩陣。2.根據權利要求1所述的基于單層感知機的欠定盲源分離源信號恢復方法，其特征在于：步驟(2)中所述的對觀測信號矩陣進行聚類，得到混合矩陣的步驟如下：第1步，剔除觀測信號矩陣中全為0值的列，將剩余的列組成待恢復信號矩陣；第2步，選取待恢復信號矩陣中第一個分量為負數的列向量，對該列向量的所有元素乘以-1得到翻轉列向量；第3步，將翻轉列向量和未被選取的列向量組成翻轉矩陣；第4步，對翻轉矩陣進行歸一化處理得到歸一化信號矩陣；第5步，利用K-均值聚類方法，對歸一化信號矩陣中的所有列向量進行聚類，得到所有的聚類中心；將所有的聚類中心組成混合矩陣。3.根據權利要求1所述的基于單層感知機的欠定盲源分離源信號恢復方法，其特征在于：步驟(6b)中所述的利用最速下降法，計算單層感知機的增量的步驟如下：第1步，按照下式，計算高斯對角矩陣： D = d i a g [ e - s ^ 1 2 σ 2 , e - s ^ 2 2 σ 2 , ... , e - s ^ ...

【專利技術屬性】
技術研發人員：付衛紅，農斌，劉乃安，韋娟，李曉輝，黑永強，
申請(專利權)人：西安電子科技大學，
類型：發明
國別省市：陜西;61