买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南警察学院

摘要：本申请涉及一种无误差累积的信号盲提取方法、装置、设备及介质。所述方法包括：获取观测信号向量；对于第一个盲提取向量，根据观测信号向量的协方差矩阵进行估计；对于其他盲提取向量，根据已搜索获取的盲提取向量构建盲提取代价函数、寻优获取最优解以及根据确切解子空间搜索方法进行最优解投影，并通过限制最优解不等于已搜索获取的盲提取向量，直至迭代搜索得到第M个盲提取向量；将得到的所有盲提取向量作为盲提取矩阵中的M个行向量，并对观测信号向量中隐藏的M个源信号进行提取，得到源信号提取结果。采用本方法能够消除盲提取过程中的误差累积，有效提高源信号提取的精度。

主权项：1.一种无误差累积的信号盲提取方法，其特征在于，所述方法包括：获取观测信号向量；其中，所述观测信号向量中隐藏有待提取的M个源信号；根据所述观测信号向量的协方差矩阵估计第一个盲提取向量，并将所述第一个盲提取向量作为盲提取矩阵中的第一个行向量；根据所述第一个盲提取向量并基于盲提取准则构建所述观测信号向量的盲提取代价函数，采用梯度下降优化算法搜索所述盲提取代价函数的最优解，并根据确切解子空间搜索方法，将所述最优解投影至与所述第一个盲提取向量正交的子空间中，从而限制所述最优解不等于第一个盲提取向量，搜索得到第二个盲提取向量；将第二个盲提取向量作为所述盲提取矩阵中的第二个行向量，并根据所述第一个盲提取向量和第二个盲提取向量并基于盲提取准则再次构建所述观测信号向量的盲提取代价函数，再次采用梯度下降优化算法搜索所述盲提取代价函数的最优解，并根据确切解子空间搜索方法，再次将所述最优解投影至与所述第一个盲提取向量和第二个盲提取向量均正交的子空间中，从而限制所述最优解不等于第一个盲提取向量和第二个盲提取向量，搜索得到第三个盲提取向量；将第三个盲提取向量作为所述盲提取矩阵中的第三个行向量，并重复构建盲提取代价函数、寻优获取最优解和根据确切解子空间搜索方法进行最优解投影，直至迭代搜索得到第M个盲提取向量；将前述得到的所有盲提取向量作为所述盲提取矩阵中的M个行向量，并根据所述盲提取矩阵中的M个行向量对所述观测信号向量中隐藏的M个源信号进行提取，得到源信号提取结果；其中，基于第p个行向量得到的源信号提取结果的估计误差，不受基于第1个至第p-1个行向量得到的源信号提取结果的估计误差的影响；其中，；其中，根据所述观测信号向量的协方差矩阵估计第一个盲提取向量，并将所述第一个盲提取向量作为盲提取矩阵中的第一个行向量，包括：计算时间延迟为0时，时刻的观测信号向量的协方差矩阵为；根据由协方差矩阵的左奇异向量构成的矩阵，进一步计算得到矩阵和矩阵；其中，表示时间延迟为时，的协方差矩阵；表示时间延迟为时，的协方差矩阵；，表示协方差矩阵的数目；其中，所述矩阵和矩阵存在有若干个广义特征值，将其中的最大广义特征值对应的广义特征向量作为第一个盲提取向量，并将所述第一个盲提取向量作为盲提取矩阵中的第一个行向量；其中，根据盲提取向量并基于盲提取准则构建所述观测信号向量的盲提取代价函数，表示为；其中，为盲提取向量，上标T表示转置，是由矩阵和矩阵构建得到的中间矩阵，且的行向量为，表示矩阵的第个行向量，表示矩阵的第个行向量，表示矩阵的第个行向量，表示矩阵的第个行向量；其中，；其中，采用梯度下降优化算法搜索所述盲提取代价函数的最优解，包括：采用梯度下降优化算法搜索盲提取代价函数的最优解；其中，所述梯度下降优化算法表示为，；其中，表示盲提取向量的弗罗贝尼乌斯范数，为学习率，为盲提取向量的迭代更新规则，表示对盲提取向量起归一化的作用。

全文数据：

权利要求：

百度查询： 湖南警察学院 一种无误差累积的信号盲提取方法、装置、设备及介质