发明名称 一种基于Sigmoid协方差矩阵的多重信号分类方法
摘要 本发明属于阵列信号信号处理技术领域,提供一种基于Sigmoid协方差矩阵的多重信号分类方法。该方法对服从非高斯分布的脉冲性噪声具有较强的抑制能力,并能够在该脉冲噪声条件下实现多重信号分类,并对各信号的波达方向进行估计;包括:1)根据含有噪声的信号幅度的中位数,估计Sigmoid函数的参数;2)利用Sigmoid函数以及均匀线性阵列的输出向量,估计阵列输出的Sigmoid协方差矩阵;3)对Sigmoid协方差矩阵进行特征值分解,获得噪声子空间的估计;利用该噪声子空间估计用于多重信号分类的空间谱,并利用该空间谱的估计值对波达方向角度进行估计。本发明算法性能良好,在真实的工程应用中,具有较好的应用前景。
申请公布号 CN105913044A 申请公布日期 2016.08.31
申请号 CN201610289752.3 申请日期 2016.05.04
申请人 大连理工大学 发明人 邱天爽;栾声扬;朱永杰;张金凤;于玲;刘涛;马济通;宋爱民
分类号 G06K9/00(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 大连理工大学专利中心 21200 代理人 梅洪玉;潘迅
主权项 一种基于Sigmoid协方差矩阵多重信号分类方法,其特征在于,包括以下步骤:第一步,根据含有噪声的信号幅度的中位数,估计Sigmoid函数的参数1)计算含有噪声的信号幅度中位数,记作λ<sub>mid</sub>;2)将λ<sub>mid</sub>带入公式(1)中,得到适合该信号的Sigmoid非线性函数;S(x)=λ<sub>1</sub>[1‑exp(‑λ<sub>2</sub>·x)]/[1+exp(‑λ<sub>2</sub>·x)]   (1)其中,λ<sub>1</sub>和λ<sub>2</sub>是用来调节该Sigmoid非线性函数的近似线性映射区域的比例系数,λ<sub>1</sub>=1.5λ<sub>mid</sub>和λ<sub>2</sub>=1.574λ<sub>mid</sub>;第二步,利用第一步得到的Sigmoid非线性函数和均匀线性阵列的输出向量x(t),估计阵列输出的Sigmoid协方差矩阵;1)将均匀线性阵列M个传感器的输出x<sub>m</sub>(t)(m=1,2,…,M)组成输出向量x(t),记作x(t)=[x<sub>1</sub>(t),x<sub>2</sub>(t),…,x<sub>M</sub>(t)]<sup>T</sup>;其中,当前快拍数为t,t取值为t=1,2,…,N,N为总快拍数,上标T表示对向量或者矩阵的转置操作符;2)按照公式(2)计算经过Sigmoid非线性函数映射后的阵列输出向量S<sub>x</sub>(t);S<sub>x</sub>(t)=[S(x<sub>1</sub>(t)),S(x<sub>2</sub>(t)),…,S(x<sub>M</sub>(t))]<sup>T</sup>   (2)3)按照公式(3)计算阵列输出向量的Sigmoid协方差矩阵估计<img file="FDA0000980967510000011.GIF" wi="91" he="71" /><img file="FDA0000980967510000012.GIF" wi="1854" he="318" />其中,上标H表示对矩阵的厄密特转置操作符,上标*表示共轭操作符,<img file="FDA0000980967510000013.GIF" wi="70" he="70" />的上标S表示该矩阵的元素经过Sigmoid变换的含义;第三步,通过对<img file="FDA0000980967510000014.GIF" wi="72" he="71" />进行特征值分解,获得噪声子空间矩阵;再利用该噪声子空间矩阵计算用于多重信号分类的空间谱估计<img file="FDA0000980967510000015.GIF" wi="88" he="62" />并利用<img file="FDA0000980967510000016.GIF" wi="59" he="63" />对波达方向角度进行估计;1)按照公式(4)对第二步3)得到的Sigmoid协方差矩阵估计<img file="FDA0000980967510000017.GIF" wi="67" he="71" />进行特征值分解,获得噪声子空间的估计<img file="FDA0000980967510000021.GIF" wi="83" he="71" /><maths num="0001"><math><![CDATA[<mrow><msubsup><mover><mi>R</mi><mo>^</mo></mover><mrow><mi>x</mi><mi>x</mi></mrow><mi>S</mi></msubsup><mo>=</mo><msub><mover><mi>U</mi><mo>^</mo></mover><mi>s</mi></msub><msub><mover><mo>&Sigma;</mo><mo>^</mo></mover><mi>s</mi></msub><msub><mover><mi>U</mi><mo>^</mo></mover><mi>s</mi></msub><mo>+</mo><msub><mover><mi>U</mi><mo>^</mo></mover><mi>n</mi></msub><msub><mover><mo>&Sigma;</mo><mo>^</mo></mover><mi>n</mi></msub><msub><mover><mi>U</mi><mo>^</mo></mover><mi>n</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000980967510000022.GIF" wi="1253" he="71" /></maths>其中,<img file="FDA0000980967510000023.GIF" wi="54" he="70" />表示对信号特征值所构成对角阵的估计,<img file="FDA0000980967510000024.GIF" wi="60" he="78" />表示对噪声特征值所构成对角阵的估计,<img file="FDA0000980967510000025.GIF" wi="61" he="79" />表示对信号子空间的估计,<img file="FDA0000980967510000026.GIF" wi="72" he="71" />表示对噪声子空间的估计;2)按照公式(5)计算用于多重信号分类的空间谱估计<img file="FDA0000980967510000027.GIF" wi="59" he="63" /><maths num="0002"><math><![CDATA[<mrow><msup><mover><mi>P</mi><mo>^</mo></mover><mi>S</mi></msup><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msup><mi>a</mi><mi>H</mi></msup><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow><msub><mover><mi>U</mi><mo>^</mo></mover><mi>n</mi></msub><msubsup><mover><mi>U</mi><mo>^</mo></mover><mi>n</mi><mi>H</mi></msubsup><mi>a</mi><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000980967510000028.GIF" wi="1249" he="135" /></maths>其中,a(θ)表示方向矢量,其定义式为公式(6):<maths num="0003"><math><![CDATA[<mrow><mi>a</mi><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>&lsqb;</mo><mn>1</mn><mo>,</mo><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><msup><mi>&pi;d&lambda;</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mi>s</mi><mi>i</mi><mi>n</mi><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow></mrow></msup><mo>,</mo><mo>...</mo><mo>,</mo><msup><mi>e</mi><mrow><mo>-</mo><mi>j</mi><mn>2</mn><mi>&pi;</mi><mrow><mo>(</mo><mi>M</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><msup><mi>d&lambda;</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mi>s</mi><mi>i</mi><mi>n</mi><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow></mrow></msup><mo>&rsqb;</mo></mrow><mi>T</mi></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000980967510000029.GIF" wi="1558" he="103" /></maths>其中,d表示传感器之间的距离,λ表示该无线电信号的波长,θ表示波达方向的角度;3)按照公式(7)通过空间谱的峰值,对波达方向的角度进行估计;<maths num="0004"><math><![CDATA[<mrow><msub><mover><mi>&theta;</mi><mo>^</mo></mover><mi>k</mi></msub><mo>=</mo><munder><mrow><mi>arg</mi><mi> </mi><mi>max</mi></mrow><mi>&theta;</mi></munder><msup><mover><mi>P</mi><mo>^</mo></mover><mi>S</mi></msup><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow><mo>,</mo><mrow><mo>(</mo><mi>k</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>K</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA00009809675100000210.GIF" wi="1438" he="95" /></maths>其中,<img file="FDA00009809675100000211.GIF" wi="358" he="79" />表示分别对共K个多重信号的波达方向角度的估计。
地址 116024 辽宁省大连市甘井子区凌工路2号