文档介绍：基于密度的欠定盲源分离方法
专利名称：基于密度的欠定盲源分离方法
技术领域：
本发明属于信号处理领域，具体涉及欠定盲源分离方法，可用于机械故障检测、语音信号处理、图像信号处理、生物医学工程等领域。
背景技术：
盲源分离(Blind基于密度的欠定盲源分离方法
专利名称：基于密度的欠定盲源分离方法
技术领域：
本发明属于信号处理领域，具体涉及欠定盲源分离方法，可用于机械故障检测、语音信号处理、图像信号处理、生物医学工程等领域。
背景技术：
盲源分离(Blind Sources Separation,BSS)技术,是二十世纪九十年代发展起来的一种新型信号处理技术，在机械故障检测、语音信号处理、图像信号处理、生物医学工程等领域都有广泛的应用。盲源分离是指在源信号和传输通道参数未知的情况下，仅由观测信号恢复出源信号。欠定盲源分离(Undetermined BSS)要求观测信号个数小于源信号个数，是一个更符合实际情况、更具挑战性的问题。欠定盲源分离线性瞬时混合模型为:X (t) =As (t) +V (t), t=l, 2,..., T0 I)其中，X(t) = [Χια>..Χ α)...ΧΜα)]τ* 采样时刻μ维的观测信号向量，a为未知的μχν(μ发明内容
本发明的目的在于针对上述已有技术的不足，提供一种基于密度的欠定盲源分离方法，以降低计算复杂度，减小初始值对估计性能的影响， 在源信号个数未知时估计出混合矩阵，提高混合矩阵和源信号估计精度。实现本发明的技术思路是:利用观测信号的线性聚类特征，对观测信号去掉低能量采样数据后投影到单位右半超球面上；计算所有投影点的密度参数；根据噪声和异常值偏离混合矩阵列矢量所对应的直线，其投影点的密度参数较小的特点，删除密度参数较小的投影点，减小噪声和异常值的影响；利用改进的K-均值聚类算法对剩余投影点进行聚类划分，确定最佳聚类个数和聚类中心；去掉包含数据对象个数很少的聚类和相应的聚类中心，剩余聚类中心个数即为源信号个数的估计值，剩余聚类中心即为混合矩阵各个列矢量的估计值，由此得到混合矩阵的估计值；根据观测信号和估计出的混合矩阵，采用线性规划法恢复源信号。其具体实现步骤如下:I)在所有采样时刻t处，将接收端接收到的观测信号x(t)的能量||*(0￡与低能量
门限ε 1进行比较，如果||X(/f 权利要求
，其特征在于，包括如下步骤: .1)在所有采样时刻t处，将接收端接收到的观测信号X(t)的能量||x(o￡与低能量门限ε 1进行比较，如果则将x(t)删除，否则将X(t)投影到单位右半超球面上，得到投影点iw:
，)选取K个初始聚类中心，按如下步骤进行: )从高密度集合D中选择密度参数最大的数据对象作为第一个初始聚类中心Z1,取距离Z1最远的数据对象作为第2个初始聚类中心Z2 ； )对于I = 3，4，…，K，计算高密度集合D内其余数据对象Si到已选1_1个初始聚类中心Zj的欧式距离At，*；)，其中j = I, 2,..., 1-Ι,