CN104866866A - 改进的自然梯度变步长盲源分离算法 - Google Patents
改进的自然梯度变步长盲源分离算法 Download PDFInfo
- Publication number
- CN104866866A CN104866866A CN201510234534.5A CN201510234534A CN104866866A CN 104866866 A CN104866866 A CN 104866866A CN 201510234534 A CN201510234534 A CN 201510234534A CN 104866866 A CN104866866 A CN 104866866A
- Authority
- CN
- China
- Prior art keywords
- separation
- matrix
- signal
- algorithm
- blind source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明属于盲源分离技术领域,具体涉及一种改进的自然梯度变步长盲源分离算法。该算法主要包括以下步骤:随机产生混合矩阵,对源信号进行线性混合,得到3个混合信号;初始化分离矩阵、自相关矩阵和学习步长;加入正交约束,用瞬时误差控制变步长进行迭代;计算估计信号;依据绘制恢复的源信号波形。本发明提出了基于正交约束的自然梯度盲分离算法,该算法通过对恢复信号的强度进行约束,保证了非平稳环境下分离过程的稳定性;使收敛加快且提高了分离精度,非平稳环境下的信号幅度变化无常且变化频率较快,因而传统的分离方法很难处理,因此发明的相关技术具有先进性和前瞻性。
Description
技术领域
本发明属于盲源分离(Blind Source Separation,BSS)技术领域,具体涉及一种改进的自然梯度变步长盲源分离算法。
背景技术
目前基于独立分量分析(Independent Component Analysis,ICA)的盲信号分离算法在生物医学工程、语音增强、通信系统和机械故障诊断等信号处理领域应用广泛。盲源分离算法按具体解决途径分为自适应算法和批处理算法。批处理算法数值稳定性较好,但需要预先已知大量的观测数据,不宜进行实时的在线信号分离。自适应算法计算量小,计算时间短,且适于非平稳环境,因而被广泛应用,该算法主要有EASI算法,Fast-ICA算法,随机梯度算法,迭代求逆算法和自然梯度算法。这类算法最关键的部分是平衡收敛速度和稳态误差之间的矛盾。故本发明考虑采用正交约束下的变步长盲源分离算法对非平稳信号进行处理,来提高收敛速度和降低稳态误差。本方法的研究为非平稳信号的处理提供了一种新思路。
发明内容
本发明为了解决现有的盲源分离算法在收敛速度和稳态误差上不能达到平衡的问题,提供了改进的自然梯度变步长盲源分离算法。
本发明是采用如下的技术方案实现的:改进的自然梯度变步长盲源分离算法,包括以下步骤:
第一步:收集源信号s(t)并随机产生混合矩阵A,利用混合矩阵A对源信号s(t)进行线性混合,得到混合信号x(t);
第二步:对初始化分离矩阵W(t)、自相关矩阵Rx(t)和学习步长μ(t)初始化;
第三步:加入正交约束,对分离矩阵W(t)进行正交约束处理, 自相关矩阵Rx(0)为自相关矩阵Rx(t)的初始化指;
第四步:计算估计信号y(t),瞬时误差则步长迭代公式为 其中△E(t)=E(t)-E(t-1),β=0.001,α=0.995,ρ=0.28,最终,分离矩阵更新公式为:W(t+1)=W(t)+μ(t+1)[I-f(y(t))yT(t)]W(t),激活函数取f(y(t))=y3(t),迭代得到估计信号y(t)和分离矩阵W(t);
第五步:依据y(t)绘制恢复的源信号波形。
因为大部分需要处理的信号都是非平稳信号,所以,本发明针对非平稳信号研究了一种盲源分离算法。一般的盲源分离算法在分离信号之前都要对信号进行预白化处理,目的是消除信号间的相关性,但是基于预白化处理后的信号限制了算法的应用,使盲源分离算法不具有等变化性,也就是说当系统混合方式发生变化时,算法的全局矩阵就会跟着发生变化,这样就与盲源分离算法的等变化性相违背,而且在遇到病态混合矩阵或者源信号很弱时,基于预白化处理的信号分离性能会很差;因此,本发明提出通过正交约束对迭代过程中的分离矩阵进行正交修正,即引入自相关矩阵使其在分离的过程中不断去除信号间的相关性,此方法不仅可以达到预白化的效果且还可保留盲源分离的等变化性质,分离效果更稳定;
自适应算法中,步长的选择尤为重要,步长太大则收敛快,但是稳态误差也随之变大,不能很好的恢复信号;步长太小则稳态效果较好,但收敛变慢,不利于实时处理,要解决这个矛盾,必须要采用自适应变步长算法,以便找到收敛速度与稳态误差的最佳平衡点,本文引入正交约束后用瞬时误差信号的Frobenius范数的平方作为参数控制步长使其自适应地变化,实验结果表明,此变步长控制算法可以可靠地分离出非平稳信号,且算法收敛快、稳定性好,为非平稳信号的处理提供了一种新思路。
附图说明
图1是本发明工作流程图。
具体实施方式
改进的自然梯度变步长盲源分离算法,包括以下步骤:
第一步:收集源信号s(t)并随机产生混合矩阵A,利用混合矩阵A对源信号s(t)进行线性混合,得到混合信号x(t),收集突变信号、FSK信号和语音信号三个非平稳源信号s(t),随机生成一个3×3维的混合矩阵A对源信号进行混合,得到混合信号x(t),即x(t)=As(t),混合矩阵A服从区间[-1,1]上的均匀分布,采样频率用10kHz;
第二步:对分离矩阵W(t)、自相关矩阵Rx(t)和学习步长μ(t)初始化,初始化分离矩阵W0=0.5*I3×3,初始化自相关矩阵Rx(0)=I,初始化学习步长μ0=0.03;
第三步:加入正交约束,对分离矩阵W(t)进行正交约束处理, 自相关矩阵Rx(t)为Rx(0)为自相关矩阵Rx(t)的初始化值;
第四步:计算估计信号y(t),用瞬时误差信号的Frobenius范数的平方作为参数控制步长使其自适应地变化,瞬时误差则步长迭代公式为 其中△E(t)=E(t)-E(t-1),β=0.001,α=0.995,ρ=0.28,该步长自适应调整的原则是:在自适应分离的过程中,为了不使步长变化太大或太小,设置了步长上限和下限,μmax=0.03和μmin=0.000005,当步长处于最大值和最小值之间时,规定步长的更新依据误差信号的变化量来定,具体过程描述如下:如果△E(t)增大,则说明步长太大,出现了动荡,下一时刻的步长需要比这一时刻的步长小,因此采用在这一时刻的步长前乘以一个小于1且接近于1的系数λ(t)对步长进行微调;相应地,如果△E(t)进一步减小,说明还没有进入收敛领域,也即还没有得到最佳分离矩阵,迭代继续进行,最终,分离矩阵更新公式为:W(t+1)=W(t)+μ(t+1)[I-f(y(t))yT(t)]W(t),激活函数取f(y(t))=y3(t),得到估计信号y(t);
第五步:依据y(t)绘制恢复的源信号波形;进行200次蒙特卡洛仿真实验,迭代结束时输出分离信号,定义全局矩阵G=WA,gpq为全局矩阵G中第p行第q列元素,gpl为全局矩阵G中第p行第l列元素,glp全局矩阵G中第l行第p列元素,n为全局矩阵G的维数,计算串音误差Ect并绘制曲线图,观察分离性能,串音误差Ect的计算公式为 可见,当Ect越大,分离独立分量效果越差,反之,Ect越小,分离效果越好。
Claims (1)
1.改进的自然梯度变步长盲源分离算法,其特征在于包括以下步骤:
第一步:收集源信号s(t)并随机产生混合矩阵A,利用混合矩阵A对源信号s(t)进行线性混合,得到混合信号x(t);
第二步:对初始化分离矩阵W(t)、自相关矩阵Rx(t)和学习步长μ(t)初始化;
第三步:加入正交约束,用瞬时误差控制变步长进行迭代,对分离矩阵W(t)进行正交约束处理, 自相关矩阵Rx(0)为自相关矩阵Rx(t)的初始化值;
第四步:计算估计信号y(t),瞬时误差E(t)=||WRxWT-I||F 2,则步长迭代公式为 其中△E(t)=E(t)-E(t-1),β=0.001,α=0.995,ρ=0.28,最终,分离矩阵更新公式为:W(t+1)=W(t)+μ(t+1)[I-f(y(t))yT(t)]W(t),激活函数取f(y(t))=y3(t),迭代得到估计信号y(t)和分离矩阵W(t);
第五步:依据y(t)绘制恢复的源信号波形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510234534.5A CN104866866A (zh) | 2015-05-08 | 2015-05-08 | 改进的自然梯度变步长盲源分离算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510234534.5A CN104866866A (zh) | 2015-05-08 | 2015-05-08 | 改进的自然梯度变步长盲源分离算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104866866A true CN104866866A (zh) | 2015-08-26 |
Family
ID=53912687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510234534.5A Pending CN104866866A (zh) | 2015-05-08 | 2015-05-08 | 改进的自然梯度变步长盲源分离算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104866866A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529566A (zh) * | 2016-09-25 | 2017-03-22 | 郑州航空工业管理学院 | 一种新型自适应盲源分离方法 |
CN106887238A (zh) * | 2017-03-01 | 2017-06-23 | 中国科学院上海微系统与信息技术研究所 | 一种基于改进独立向量分析算法的声信号盲分离方法 |
CN109086686A (zh) * | 2018-07-12 | 2018-12-25 | 西安电子科技大学 | 基于自适应动量因子的时变信道下的盲源分离方法 |
CN111133511A (zh) * | 2017-07-19 | 2020-05-08 | 音智有限公司 | 声源分离系统 |
CN113096684A (zh) * | 2021-06-07 | 2021-07-09 | 成都启英泰伦科技有限公司 | 一种基于双麦克风阵列的目标语音提取方法 |
CN113191233A (zh) * | 2021-04-21 | 2021-07-30 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113628634A (zh) * | 2021-08-20 | 2021-11-09 | 随锐科技集团股份有限公司 | 一种指向信息引导的实时语音分离方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130031152A1 (en) * | 2011-07-29 | 2013-01-31 | Dolby Laboratories Licensing Corporation | Methods and apparatuses for convolutive blind source separation |
CN103763230A (zh) * | 2014-01-17 | 2014-04-30 | 南京信息工程大学 | 一种改进的自适应盲源分离方法 |
-
2015
- 2015-05-08 CN CN201510234534.5A patent/CN104866866A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130031152A1 (en) * | 2011-07-29 | 2013-01-31 | Dolby Laboratories Licensing Corporation | Methods and apparatuses for convolutive blind source separation |
CN103763230A (zh) * | 2014-01-17 | 2014-04-30 | 南京信息工程大学 | 一种改进的自适应盲源分离方法 |
Non-Patent Citations (2)
Title |
---|
王威龙 等: "一种基于变步长盲源分离的混响消除方法", 《鱼雷技术》 * |
耿超 等: "自适应变步长正交约束盲源分离算法", 《电声技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529566A (zh) * | 2016-09-25 | 2017-03-22 | 郑州航空工业管理学院 | 一种新型自适应盲源分离方法 |
CN106887238A (zh) * | 2017-03-01 | 2017-06-23 | 中国科学院上海微系统与信息技术研究所 | 一种基于改进独立向量分析算法的声信号盲分离方法 |
CN111133511A (zh) * | 2017-07-19 | 2020-05-08 | 音智有限公司 | 声源分离系统 |
CN111133511B (zh) * | 2017-07-19 | 2023-10-27 | 音智有限公司 | 声源分离系统 |
CN109086686A (zh) * | 2018-07-12 | 2018-12-25 | 西安电子科技大学 | 基于自适应动量因子的时变信道下的盲源分离方法 |
CN113191233A (zh) * | 2021-04-21 | 2021-07-30 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113191233B (zh) * | 2021-04-21 | 2023-04-18 | 东莞理工学院城市学院 | 盲信号分离方法及系统、电子设备及存储介质 |
CN113096684A (zh) * | 2021-06-07 | 2021-07-09 | 成都启英泰伦科技有限公司 | 一种基于双麦克风阵列的目标语音提取方法 |
CN113628634A (zh) * | 2021-08-20 | 2021-11-09 | 随锐科技集团股份有限公司 | 一种指向信息引导的实时语音分离方法和装置 |
CN113628634B (zh) * | 2021-08-20 | 2023-10-03 | 随锐科技集团股份有限公司 | 一种指向信息引导的实时语音分离方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104866866A (zh) | 改进的自然梯度变步长盲源分离算法 | |
Xing et al. | On the advantage of well-balanced schemes for moving-water equilibria of the shallow water equations | |
Tang et al. | Improved delay-range-dependent stability criteria for linear systems with interval time-varying delays | |
CN102870309A (zh) | 便于设计高压(hvdc)控制系统的方法和系统、hvdc系统和优化hvdc系统的方法 | |
CN103033198A (zh) | 一种设置光纤陀螺仿真信号中随机误差参数的方法 | |
CN104407515A (zh) | 一种基于不确定模型的LMIs状态反馈系统控制方法 | |
CN106650218A (zh) | 基于ceemd算法和希尔伯特变换的谐波分析方法 | |
CN105895089A (zh) | 一种语音识别方法及装置 | |
Zhou | MRT rectangular lattice Boltzmann method | |
CN109031957A (zh) | 一种基于吸引律的离散多周期重复控制器 | |
Ulaganathan et al. | On the use of gradients in Kriging surrogate models | |
LeVeque | Cartesian grid methods for flow in irregular regions | |
Shay et al. | Equation free projective integration: A multiscale method applied to a plasma ion acoustic wave | |
CN106452621A (zh) | 一种峰值功率、峰均值功率比的确定方法及装置 | |
CN110097116A (zh) | 一种基于独立成分分析和核密度估计的虚拟样本生成方法 | |
Nieber et al. | Non-equilibrium model for gravity-driven fingering in water repellent soils: Formulation and 2D simulations | |
CN110674578A (zh) | 一种可用于单片机的燃料电池极化曲线分段辨识算法 | |
CN103792426A (zh) | 一种基于三角载波的多周期及混沌spwm频谱计算方法 | |
Schroll | High resolution relaxed upwind schemes in gas dynamics | |
CN104064195A (zh) | 一种噪声环境下的多维盲分离方法 | |
Adoniev et al. | Technique of b-functions algebraic generation | |
CN104950691A (zh) | 一种基于随机采样数据的镇定控制器控制方法 | |
Betts et al. | Simulation and optimization of systems with delays | |
Weems et al. | Split-time Algorithm Implementation in Advanced Hydrodynamic Codes | |
Balan et al. | C1. 3 Flow over the NACA0012 airfoil, inviscid and viscous, subsonic and transonic |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150826 |