一种基于矩阵变换的欠定盲分离方法,申请号CN201210236738.9-传众专利搜索

发明名称	一种基于矩阵变换的欠定盲分离方法
摘要	本发明公开一种基于矩阵变换的欠定盲分离方法。本发明通过对混合矩阵进行逐级变换得到变换矩阵，然后将变换矩阵作用于观测信号来逐步消去各源信号；并由各观测信号中新产生的零值点来构造多级二值掩蔽模板，将源信号进行逐级分离。本发明降低了对源信号稀疏性的要求，可以解决最多M-1路源信号的混叠（其中M为传感器个数），并且确切知道每个时频点由哪些源信号混合而成，解决了音乐信号和噪声信号的欠定分离问题。对源信号的统计特性要求不高，解决了高斯信号和相关信号的欠定分离问题。根据对分离精度的要求来调整处理级数，处理级数越多，得到的分离结果越好。分离过程借助于矩阵变换实现，运算复杂度较低。
申请公布号	CN102789783A	申请公布日期	2012.11.21
申请号	CN201210236738.9	申请日期	2012.07.10
申请人	大连理工大学	发明人	马晓红;杨捷;朱东岩
分类号	G10L21/02(2006.01)I;G06F17/14(2006.01)I	主分类号	G10L21/02(2006.01)I
代理机构	大连星海专利事务所 21208	代理人	徐淑东
主权项	1.一种基于矩阵变换的欠定盲分离方法，包括以下步骤：步骤100：利用传感器检测瞬时混合的观测信号，表示为：<img file="2012102367389100001DEST_PATH_IMAGE001.GIF" wi="103" he="36" />(1)式(1)中<img file="2012102367389100001DEST_PATH_IMAGE002.GIF" wi="185" he="44" />表示由传感器接收到的<img file="2012102367389100001DEST_PATH_IMAGE003.GIF" wi="43" he="35" />维观测信号向量，<img file="2012102367389100001DEST_PATH_IMAGE004.GIF" wi="18" he="18" />表示<img file="2012102367389100001DEST_PATH_IMAGE005.GIF" wi="92" he="37" />维的混合矩阵，<img file="DEST_PATH_IMAGE006.GIF" wi="193" he="51" />表示<img file="2012102367389100001DEST_PATH_IMAGE007.GIF" wi="20" he="20" />维未知的源信号；步骤200；将瞬时混合的观测信号送入正交变换模块进行短时傅里叶变换，得到时频域观测信号<img file="DEST_PATH_IMAGE008.GIF" wi="76" he="31" />；并将该时频域观测信号<img file="2012102367389100001DEST_PATH_IMAGE009.GIF" wi="96" he="38" />送入时频点分类模块；步骤300：利用时频点分类模块将时频域观测信号<img file="DEST_PATH_IMAGE010.GIF" wi="82" he="33" />中的时频点进行分类；首先判定每个时频点所在级数，然后在各级中进一步判定该时频点所属的类别；具体包括子步骤310,320,330；步骤310：首先处理第一级，该级上的时频点只是一个源信号作用的结果；包括子步骤311,312,313：步骤311：利用第一级变换矩阵模块构造第一级变换矩阵；利用混合矩阵<img file="DEST_PATH_IMAGE011.GIF" wi="20" he="20" />中的元素，构造如式(2)所示的M×M阶第一级变换矩阵<img file="DEST_PATH_IMAGE012.GIF" wi="140" he="37" />：<img file="DEST_PATH_IMAGE013.GIF" wi="264" he="228" />(2)其中<img file="DEST_PATH_IMAGE014.GIF" wi="257" he="53" />为混合矩阵<img file="90275DEST_PATH_IMAGE004.GIF" wi="18" he="18" />的第<img file="DEST_PATH_IMAGE015.GIF" wi="9" he="29" />列元素；步骤312：利用第一级二值掩蔽模板模块构造第一级二值掩蔽模板，用于标记只含有第<img file="DEST_PATH_IMAGE016.GIF" wi="16" he="30" />个源信号分量的时频点，所述第一级二值掩蔽模板为：<img file="DEST_PATH_IMAGE017.GIF" wi="539" he="118" />(3)<img file="DEST_PATH_IMAGE018.GIF" wi="154" he="43" />中值为1的时频点<img file="DEST_PATH_IMAGE019.GIF" wi="80" he="42" />，只含有第<img file="DEST_PATH_IMAGE020.GIF" wi="17" he="30" />个源信号分量，其中<img file="DEST_PATH_IMAGE021.GIF" wi="503" he="189" />(4)式(4)中<img file="DEST_PATH_IMAGE022.GIF" wi="53" he="39" />如式(2)所示；步骤313：利用第一级二值屏蔽模板模块构造第一级二值屏蔽模板；第一级的时频点划分到各个类之后，需要处理更高级的时频点，为了避免重复划分，需要标记已经处理过的点；所述第一级二值屏蔽模板<img file="DEST_PATH_IMAGE023.GIF" wi="143" he="44" />如式(5)所示：<img file="DEST_PATH_IMAGE024.GIF" wi="564" he="109" />(5)其中，<img file="DEST_PATH_IMAGE025.GIF" wi="143" he="40" />如式(3)所示；模板<img file="DEST_PATH_IMAGE026.GIF" wi="132" he="40" />中，值为1的点<img file="DEST_PATH_IMAGE027.GIF" wi="78" he="41" />表示已经处理过了，在以后各级的时频点划分及源信号的分离过程中，这些点将不再参与；步骤320：其次处理第二级，该级每个时频点是两个源信号叠加的结果；包括子步骤221,222,223：步骤321：在第一级的基础上，利用第二级变换矩阵模块构造第二级变换矩阵<img file="DEST_PATH_IMAGE028.GIF" wi="286" he="42" />，如式(6)所示：<img file="DEST_PATH_IMAGE029.GIF" wi="310" he="266" />(6)其中<img file="DEST_PATH_IMAGE030.GIF" wi="185" he="42" />为<img file="DEST_PATH_IMAGE031.GIF" wi="55" he="36" />的第<img file="DEST_PATH_IMAGE032.GIF" wi="27" he="41" />列元素，而此处的<img file="DEST_PATH_IMAGE033.GIF" wi="152" he="38" />；步骤322：利用第二级二值掩蔽模板模块构造第二级二值掩蔽模板，用于标记只含有第<img file="DEST_PATH_IMAGE034.GIF" wi="9" he="18" />个和第<img file="DEST_PATH_IMAGE035.GIF" wi="14" he="21" />个源信号分量的时频点，所述第二级二值掩蔽模板为：<img file="DEST_PATH_IMAGE036.GIF" wi="575" he="101" />(7) <img file="DEST_PATH_IMAGE037.GIF" wi="170" he="44" />中值为1的时频点<img file="DEST_PATH_IMAGE038.GIF" wi="71" he="38" />，只含有第<img file="721632DEST_PATH_IMAGE034.GIF" wi="9" he="18" />个和第<img file="960984DEST_PATH_IMAGE035.GIF" wi="14" he="21" />个源信号分量，其中，<img file="DEST_PATH_IMAGE039.GIF" wi="440" he="217" />(8)其中<img file="DEST_PATH_IMAGE040.GIF" wi="88" he="50" />如式(6)所示，<img file="DEST_PATH_IMAGE041.GIF" wi="107" he="39" />如式(4)所示；步骤323：结合上一级的屏蔽模板<img file="DEST_PATH_IMAGE042.GIF" wi="137" he="42" />，利用第二级二值屏蔽模板模块构造第二级二值屏蔽模板<img file="DEST_PATH_IMAGE043.GIF" wi="142" he="37" />如式(9)所示：<img file="DEST_PATH_IMAGE044.GIF" wi="552" he="110" />(9)模板<img file="DEST_PATH_IMAGE045.GIF" wi="125" he="38" />中值为1的时频点<img file="570826DEST_PATH_IMAGE038.GIF" wi="71" he="38" />表示已经处理过了，在以后各级的时频点划分及源信号的分离过程中，这些点将不再参与；步骤330：处理更高级，第<img file="DEST_PATH_IMAGE046.GIF" wi="148" he="37" />级；包括子步骤331,332,333：步骤331：在前面各级的基础上，利用第k级变换矩阵模块构造第k级变换矩阵，所述第k级变换矩阵<img file="DEST_PATH_IMAGE047.GIF" wi="95" he="41" />，如式(10)所示：<img file="DEST_PATH_IMAGE049.GIF" wi="409" he="224" />(10)其中，<img file="DEST_PATH_IMAGE050.GIF" wi="482" he="58" />为第<img file="DEST_PATH_IMAGE051.GIF" wi="64" he="38" />级的混合矩阵<img file="DEST_PATH_IMAGE052.GIF" wi="170" he="61" />的第<img file="DEST_PATH_IMAGE053.GIF" wi="50" he="70" />列元素；步骤332：利用第k级二值掩蔽模板模块构造第k级二值掩蔽模板，用于标记含有第<img file="DEST_PATH_IMAGE054.GIF" wi="120" he="51" />源信号分量的时频点，所述第k级二值掩蔽模板为：<img file="DEST_PATH_IMAGE055.GIF" wi="564" he="133" />(11)<img file="DEST_PATH_IMAGE056.GIF" wi="166" he="44" />为第<img file="DEST_PATH_IMAGE057.GIF" wi="74" he="44" />级屏蔽模板<i>，</i>其中，<img file="DEST_PATH_IMAGE058.GIF" wi="564" he="271" />(12)式(12)中<img file="DEST_PATH_IMAGE059.GIF" wi="146" he="63" />如式(10)所示，<img file="DEST_PATH_IMAGE060.GIF" wi="233" he="61" />为第k-1级处理结果；步骤333：结合上一级处理所得屏蔽模板<img file="DEST_PATH_IMAGE061.GIF" wi="207" he="55" />，利用第k级二值屏蔽模板模块构造第k级二值屏蔽模板；所述第k级二值屏蔽模板<img file="DEST_PATH_IMAGE062.GIF" wi="155" he="45" />如式(13)：<img file="DEST_PATH_IMAGE063.GIF" wi="588" he="111" />(13)<img file="DEST_PATH_IMAGE064.GIF" wi="228" he="46" />如式(11)所示，<img file="DEST_PATH_IMAGE065.GIF" wi="171" he="45" />为第<img file="DEST_PATH_IMAGE066.GIF" wi="60" he="36" />级屏蔽模板；步骤400：利用时域分离模块在时频域对源信号进行分离，包括子步骤410,420,430,440；步骤410；利用第一级分离模块进行第一级时频点的源信号分离：第一级时频点分离出的第<img file="699888DEST_PATH_IMAGE034.GIF" wi="9" he="18" />个源信号为：<img file="DEST_PATH_IMAGE067.GIF" wi="581" he="104" />(14)其中<img file="DEST_PATH_IMAGE068.GIF" wi="51" he="60" />为<img file="DEST_PATH_IMAGE069.GIF" wi="27" he="27" />的元素，<img file="DEST_PATH_IMAGE070.GIF" wi="141" he="39" />如式(3)所示；步骤420：利用第二级分离模块进行第二级时频点的源信号分离；<img file="DEST_PATH_IMAGE071.GIF" wi="574" he="102" />(15)其中<img file="DEST_PATH_IMAGE072.GIF" wi="448" he="188" />(16)式(16)中<img file="DEST_PATH_IMAGE073.GIF" wi="116" he="52" />为<img file="692858DEST_PATH_IMAGE004.GIF" wi="18" he="18" />的元素，<img file="DEST_PATH_IMAGE074.GIF" wi="169" he="43" />如式(3)所示；步骤430：利用第<img file="DEST_PATH_IMAGE075.GIF" wi="14" he="20" />级分离模块进行第<img file="458820DEST_PATH_IMAGE075.GIF" wi="14" he="20" />级时频点源信号分离：第<img file="255875DEST_PATH_IMAGE075.GIF" wi="14" he="20" />级时频点分离出的第<img file="306789DEST_PATH_IMAGE034.GIF" wi="9" he="18" />个源信号为：<img file="DEST_PATH_IMAGE076.GIF" wi="595" he="112" />(17)其中<img file="DEST_PATH_IMAGE077.GIF" wi="531" he="283" />(18)式(18)中<img file="DEST_PATH_IMAGE078.GIF" wi="124" he="48" />为<img file="355647DEST_PATH_IMAGE004.GIF" wi="18" he="18" />的元素，<img file="DEST_PATH_IMAGE079.GIF" wi="198" he="43" />如式(11)所示；步骤440：利用时频域计算模块计算各路源信号的时频域表示：将同一个源信号在各级时频点上分离的结果进行综合累加处理，得到各个源信号最终的分离结果为：<img file="DEST_PATH_IMAGE080.GIF" wi="418" he="77" />(19)步骤500：利用源信号估计模块获得各路源信号的估计，并输出：将分离结果通过短时傅里叶反变换，得到各路源信号的估计为：<img file="DEST_PATH_IMAGE081.GIF" wi="467" he="46" />(20)。
地址	116024 辽宁省大连市高新园区凌工路2号