RU2742193C2 - Подавление сигнала для исследования спектра другого сигнала - Google Patents

Подавление сигнала для исследования спектра другого сигнала Download PDF

Info

Publication number
RU2742193C2
RU2742193C2 RU2017122054A RU2017122054A RU2742193C2 RU 2742193 C2 RU2742193 C2 RU 2742193C2 RU 2017122054 A RU2017122054 A RU 2017122054A RU 2017122054 A RU2017122054 A RU 2017122054A RU 2742193 C2 RU2742193 C2 RU 2742193C2
Authority
RU
Russia
Prior art keywords
signal
digitized
delay
mixed
output
Prior art date
Application number
RU2017122054A
Other languages
English (en)
Other versions
RU2017122054A (ru
RU2017122054A3 (ru
Inventor
Питер С. ВИТТЕНБЕРГ
Питер ПЕТРЕ
Шанкар Р. РАО
Original Assignee
Зе Боинг Компани
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Зе Боинг Компани filed Critical Зе Боинг Компани
Publication of RU2017122054A publication Critical patent/RU2017122054A/ru
Publication of RU2017122054A3 publication Critical patent/RU2017122054A3/ru
Application granted granted Critical
Publication of RU2742193C2 publication Critical patent/RU2742193C2/ru

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/175—Spectrum analysis; Fourier analysis by delay means, e.g. tapped delay lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/165—Spectrum analysis; Fourier analysis using filters
    • G01R23/167—Spectrum analysis; Fourier analysis using filters with digital filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G06N3/065—Analogue means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
    • H03F3/189—High-frequency amplifiers, e.g. radio frequency amplifiers
    • H03F3/19—High-frequency amplifiers, e.g. radio frequency amplifiers with semiconductor devices only
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0294—Variable filters; Programmable filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
    • H04B1/0007—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain wherein the AD/DA conversion occurs at radiofrequency or intermediate frequency stage
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • H04B1/123—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • H04B1/123—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means
    • H04B1/126—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means having multiple inputs, e.g. auxiliary antenna for receiving interfering signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • H04B1/1638—Special circuits to enhance selectivity of receivers not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F2200/00—Indexing scheme relating to amplifiers
    • H03F2200/451—Indexing scheme relating to amplifiers the amplifier being a radio frequency amplifier
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H03H2017/0081—Theoretical filter design of FIR filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H03H2017/009—Theoretical filter design of IIR filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/04—Modulator circuits; Transmitter circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/08—Amplitude regulation arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/18—Phase-modulated carrier systems, i.e. using phase-shift keying
    • H04L27/20—Modulator circuits; Transmitter circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Neurology (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Amplifiers (AREA)

Abstract

Заявленный способ предназначен для подавления выделенного радиочастотного сигнала для исследования спектра по меньшей мере одного другого радиочастотного сигнала. Технический результат заключается в сокращении времени отклика. Способ содержит прием 602 смешанного сигнала 108 аналого-цифровым преобразователем 112. Смешанный сигнал содержит множество отдельных сигналов 104а-104n из различных источников 106а-106n сигналов. Смешанный сигнал оцифровывают 606 аналого-цифровым преобразователем. Генерируют идентичные первый оцифрованный сигнал 116 и второй оцифрованный сигнал 120. Первый оцифрованный сигнал задерживают 608 на заданное время задержки, а второй оцифрованный сигнал обрабатывают 610 в нейроморфическом процессоре 118 для обработки сигналов для выделения выделенного сигнала 122. Заданное время задержки соответствует задержке, встроенной 204 в нейроморфический процессор для обработки сигналов. Фазовую задержку и амплитуду выделенного сигнала регулируют 614 на основании фазовой задержки и амплитуды первого оцифрованного сигнала. Отрегулированный выделенный сигнал удаляют 616 из первого оцифрованного сигнала для получения входного сигнала 134 исследования для исследования. 2 н. и 17 з.п. ф-лы, 7 ил.

Description

ОБЛАСТЬ ТЕХНИКИ
Настоящее изобретение относится к линиям связи, исследованию или анализу сигналов связи, а еще точнее к подавлению сигнала для исследования спектра другого сигнала, такого как сигнал или сигналы меньшего уровня.
УРОВЕНЬ ТЕХНИКИ
В отношении исследования спектра сигнала или сигналов низкого уровня, которые имеют меньшую амплитуду по сравнению с другим сигналом или другими сигналами с большей амплитудой, когда такие сигналы низкого уровня принимают в комбинации с сигналом или сигналами с более высоким уровнем, имеются ограничения динамического диапазона. Использование спектрального анализа на основе быстрого преобразования Фурье часто ограничено боковыми лепестками фильтров, основанных на быстром преобразовании Фурье, а системы подавления имеют относительно длительное время отклика. Соответственно, существует потребность в системе и способе для подавления сигналов для исследования спектра сигнала или сигналов меньшего уровня, которые не имеют вышеописанных недостатков.
РАСКРЫТИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ
В соответствии с вариантом реализации предложен способ подавления выделенного радиочастотного сигнала для исследования спектра по меньшей мере одного другого радиочастотного сигнала, включающий прием смешанного сигнала аналого-цифровым преобразователем. Смешанный сигнал содержит множество отдельных сигналов из различных источников сигналов. Способ также включает оцифровку смешанного сигнала аналого-цифровым преобразователем и генерирование первого оцифрованного сигнала и второго оцифрованного сигнала. Первый оцифрованный сигнал идентичен второму оцифрованному сигналу или тождественен ему. Способ дополнительно включает задержку первого оцифрованного сигнала на заданное время задержки и обработку второго оцифрованного сигнала в нейроморфическом процессоре для обработки сигналов с обеспечением выделения выделенного сигнала из второго оцифрованного сигнала. Заданное время задержки первого оцифрованного сигнала соответствует задержке, встроенной в нейроморфический процессор для обработки сигналов. Способ также включает регулировку фазовой задержки и амплитуды выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала. Способ дополнительно включает удаление отрегулированного выделенного сигнала из первого оцифрованного сигнала с получением входного сигнала исследования.
В соответствии еще с одним вариантом реализации предложена система для подавления выделенного радиочастотного сигнала для исследования спектра по меньшей мере одного другого радиочастотного сигнала, содержащая аналого-цифровой преобразователь, выполненный с возможностью приема смешанного сигнала. Смешанный сигнал содержит множество отдельных сигналов из различных источников сигналов. Аналого-цифровой преобразователь выполнен с возможностью оцифровки смешанного сигнала и генерирования первого оцифрованного сигнала и второго оцифрованного сигнала. Первый оцифрованный сигнал идентичен второму оцифрованному сигналу или тождественен ему. Система также содержит схему задержки, выполненную с возможностью задержки первого оцифрованного сигнала на заданное время задержки. Система также содержит нейроморфический процессор для обработки сигналов, выполненный с возможностью обработки второго оцифрованного сигнала с обеспечением выделения выделенного сигнала из второго оцифрованного сигнала. Заданное время задержки первого оцифрованного сигнала соответствует задержке, встроенной в нейроморфический процессор для обработки сигналов. Система дополнительно содержит модуль для регулировки фазы и амплитуды сигнала, выполненный с возможностью регулировки выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала. Имеется суммирующее соединение, выполненное с возможностью удаления отрегулированного выделенного сигнала из первого оцифрованного сигнала с получением входного сигнала исследования.
В соответствии с дополнительным вариантом реализации предложен компьютерный программный продукт для подавления выделенного радиочастотного сигнала для исследования спектра по меньшей мере одного другого радиочастотного сигнала, содержащий компьютерочитаемый носитель данных, содержащий размещенные на нем программные инструкции. Компьютерочитаемый носитель данных не является средой для кротковременного хранения данных. Программные инструкции могут быть исполнены устройством с тем, чтобы вызвать осуществление указанным устройством способа, включающего прием посредством аналого-цифрового преобразователя смешанного сигнала, содержащего множество отдельных сигналов из различных источников сигналов. Способ также включает оцифровку смешанного сигнала аналого-цифровым преобразователем и генерирование первого оцифрованного сигнала и второго оцифрованного сигнала. Первый оцифрованный сигнал идентичен второму оцифрованному сигналу или тождественен ему. Способ также включает задержку первого оцифрованного сигнала на заданное время задержки и обработку второго оцифрованного сигнала в нейроморфическом процессоре для обработки сигналов с обеспечением выделения выделенного сигнала из второго оцифрованного сигнала. Заданное время задержки первого оцифрованного сигнала соответствует задержке, встроенной в нейроморфический процессор для обработки сигналов. Способ дополнительно включает регулировку фазовой задержки и амплитуды выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала. Способ дополнительно включает удаление отрегулированного выделенного сигнала из первого оцифрованного сигнала с получением входного сигнала исследования.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации способ дополнительно включает усиление смешанного сигнала до его приема аналого-цифровым преобразователем. Смешанный сигнал усиливают до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации, способ дополнительно включает определение фазовой задержки и амплитуды выделенного сигнала и первого оцифрованного сигнала и генерирование поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации регулировка фазовой задержки и амплитуды выделенного сигнала включает генерирование отрегулированного выделенного сигнала, имеющего сдвиг по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации обработка второго оцифрованного сигнала в нейроморфическом процессоре для обработки сигналов включает прием второго оцифрованного сигнала посредством нейроморфического процессора для обработки сигналов, генерирование смешанного сигнала со встроенной задержкой на основании второго оцифрованного сигнала, линейное преобразование смешанного сигнала со встроенной задержкой с получением резервуара, создание представления смешанного сигнала в многомерном пространстве состояний путем объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара, и идентификацию по меньшей мере одного из отдельных сигналов источника, которые вместе образуют смешанный сигнал, на основании указанного представления смешанного сигнала в многомерном пространстве состояний. По меньшей мере один идентифицированный отдельный сигнал источника представляет собой выделенный сигнал.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации способ дополнительно включает линейное преобразование представления в многомерном пространстве состояний в один или более выходных узлов в выходном слое с обеспечением генерирования совокупности предварительно отфильтрованных сигналов.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации способ дополнительно включает идентификацию по меньшей мере одного из отдельных сигналов источника путем адаптивной фильтрации предварительно отфильтрованных сигналов.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации адаптивная фильтрация предварительно отфильтрованных сигналов включает пропускание указанных предварительно отфильтрованных сигналов через банк адаптивных фильтров, причем каждый предварительно отфильтрованный сигнал подают в уникальный фильтр в банке адаптивных фильтров, а каждый уникальный фильтр имеет адаптивную среднюю частоту.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации выходной слой содержит совокупность выходных узлов. Каждый выходной узел выполнен с возможностью приема взвешенных выходных данных из каждого обрабатывающего узла резервуара в качестве входных данных и суммирования значения каждых входных данных с обеспечением создания выходных данных выходного узла.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации каждый выходной узел в выходном слое содержит уникальную и адаптивную совокупность выходных весовых коэффициентов на своих входных соединениях, так что один или более смешанных сигналов или вторых оцифрованных сигналов пропускают в нейроморфический процессор для обработки сигналов. Причем адаптивные выходные весовые коэффициенты настроены таким образом, что выходные данные из заданного выходного узла обеспечивают усиление подсовокупности сигналов источника с одновременным подавлением других сигналов источника.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации способ дополнительно включает получение сигнала ошибки на основании выходных данных из каждого адаптивного фильтра. Сигнал ошибки используют для обновления адаптивной средней частоты адаптивного фильтра и обновления адаптивных выходных весовых коэффициентов в выходном слое.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации система дополнительно содержит усилитель, выполненный с возможностью усиления смешанного сигнала до его приема аналого-цифровым преобразователем. Усилитель выполнен с возможностью усиления смешанного сигнала до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации система дополнительно содержит модуль для вычисления фазовой задержки и амплитуды, выполненный с возможностью определения фазовой задержки и амплитуды выделенного сигнала и фазовой задержки и амплитуды первого оцифрованного сигнала и генерирования поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации система дополнительно содержит модуль для регулировки фазы и амплитуды сигнала, выполненный с возможностью регулировки фазовой задержки и амплитуды выделенного сигнала на основании первого оцифрованного сигнала.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации модуль для регулировки фазы и амплитуды сигнала выполнен с возможностью регулировки фазовой задержки выделенного сигнала с обеспечением генерирования отрегулированного выделенного сигнала, сдвинутого по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации нейроморфический процессор для обработки сигналов содержит модуль для встраивания задержки, резервуар, выходной слой и банк адаптивных фильтров. Модуль для встраивания задержки выполнен с возможностью приема второго оцифрованного сигнала и генерирования смешанного сигнала со встроенной задержкой. Резервуар выполнен с возможностью линейного преобразования смешанного сигнала со встроенной задержкой с получением резервуара с обеспечением создания представления смешанного сигнала в многомерном пространстве состояний посредством объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара. Выходной слой выполнен с возможностью генерирования совокупности предварительно отфильтрованных сигналов посредством линейного преобразования указанного представления в пространстве состояний в один или более выходных узлов в выходном слое. Банк фильтров выполнен с возможностью генерирования отдельных сигналов источника, которые вместе образуют смешанный сигнал, посредством обработки предварительно отфильтрованных сигналов посредством банка адаптивных фильтров, причем по меньшей мере один из отдельных сигналов источника идентифицирован как выделенный сигнал.
В соответствии еще с одним вариантом реализации или любым из предыдущих вариантов реализации резервуар содержит множество обрабатывающих узлов, а выходной слой содержит совокупность выходных узлов. Каждый выходной узел выполнен с возможностью приема взвешенных выходных данных из каждого обрабатывающего узла резервуара в качестве входных данных. Каждый выходной узел выполнен с возможностью суммирования указанных значений друг с другом с обеспечением создания своего выходного весового коэффициента. Выходной весовой коэффициент каждого выходного узла обеспечивает усиление подсовокупности сигналов источника с одновременным подавлением других сигналов. Причем выделенный сигнал идентифицирован на основании отдельных сигналов источника.
Признаки, функции и преимущества, которые были описаны в данном документе, могут быть достигнуты независимо друг от друга в различных вариантах реализации или могут быть объединены еще в одних вариантах реализации, дополнительные сведения о которых можно найти со ссылкой на приведенные далее описание и чертежи.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
На фиг. 1 показана структурная схема примера системы для удаления выделенного сигнала из смешанного сигнала для анализа по меньшей мере еще одного сигнала в смешанном сигнале в соответствии с вариантом реализации настоящего изобретения.
На фиг. 2 показана структурная схема примера нейроморфического процессора для обработки сигналов для выделения сигнала или сигналов в соответствии еще с одним вариантом реализации настоящего изобретения.
На фиг. 3 показана структурная схема примера модуля для встраивания задержки в нейроморфическом процессоре для обработки сигналов, показанном на фиг. 2.
На фиг. 4 показана структурная схема примера резервуара нейроморфического процессора для обработки сигналов, показанного на фиг. 2.
На фиг. 5 показана структурная схема примера резервуара и выходного слоя нейроморфического процессора для обработки сигналов, показанного на фиг. 2.
На фиг. 6 показана блок-схема примера способа удаления выделенного сигнала из смешанного сигнала для анализа по меньшей мере еще одного сигнала в смешанном сигнале в соответствии с вариантом реализации настоящего изобретения.
На фиг. 7 показана блок-схема примера способа выделения конкретного сигнала из смешанного сигнала в соответствии с вариантом реализации настоящего изобретения.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
Приведенное далее подробное описание вариантов реализации ссылается на прилагаемые чертежи, которые иллюстрируют конкретные варианты реализации настоящего изобретения. Иные варианты реализации, имеющие различные структуры и операции, не выходят за пределы объема настоящего изобретения. Схожие ссылочные номера могут ссылаться на один и тот же элемент или компонент на разных чертежах.
Настоящее изобретение может представлять собой систему, способ и/или компьютерный программный продукт. Компьютерный программный продукт может содержать компьютерочитаемый носитель для хранения данных (или носители), имеющий размещенные на нем компьютерочитаемые программные инструкции с тем, чтобы вызвать осуществление процессором аспектов настоящего изобретения.
Компьютерочитаемый носитель для хранения данных может представлять собой материальное устройство, которое может удерживать или хранить инструкции для их использования устройством для исполнения инструкций. Компьютерочитаемый носитель для хранения данных может представлять собой, например, но без ограничения, электронное запоминающее устройство, магнитное запоминающее устройство, оптическое запоминающее устройство, электромагнитное запоминающее устройство, полупроводниковое запоминающее устройство или любое подходящее сочетание вышеперечисленных запоминающих устройств. Неполный перечень более конкретных примеров компьютерочитаемого носителя для хранения данных содержит следующие носители данных: портативная компьютерная дискета, жесткий диск, оперативное запоминающее устройство, постоянное запоминающее устройство, перезаписываемое программируемое постоянное запоминающее устройство (EPROM или флешь память), статическое запоминающее устройство с произвольной выборкой (SRAM), портативное постоянное запоминающее устройство на компакт-дисках (CD-ROM), универсальный цифровой диск (DVD), карта памяти, гибкий диск, механически зашифрованное устройство, такое как перфорированные карты или выпуклые структуры в канавке, имеющие записанные на них инструкции, и любая подходящая комбинация вышеперечисленных носителей данных. Компьютерочитаемый носитель для хранения данных, как использовано в данном документе, не следует по существу толковать как кратковременные сигналы, такие как радиоволны или иные свободно распространяющиеся электромагнитные волны, электромагнитные волны, распространяющиеся через волновод или иную среду передачи (например, импульсы света, проходящие через оптоволоконный кабель), электрические сигналы, передаваемые через провод.
Компьютерочитаемые программные инструкции, описанные в данном документе, могут быть загружены в соответствующие вычислительные/обрабатывающие устройства из компьютерочитаемого носителя для хранения данных или во внешний компьютер или внешнее запоминающее устройство через сеть, например, сеть Интернет, локальную вычислительную сеть, глобальную вычислительную сеть и/или беспроводную сеть. Сеть может содержать медные передающие кабели, оптические передающие волокна, беспроводную передающую линию, маршрутизаторы, сетевые экраны, переключатели, шлюзовые компьютеры и/или пограничные сервера. Плата сетевого адаптера или сетевой интерфейс в каждом вычислительном/обрабатывающем устройстве принимает компьютерочитаемые программные инструкции из сети и направляет указанные компьютерочитаемые программные инструкции для сохранения в компьютерочитаемом носителе для хранения данных в соответствующем вычислительном/обрабатывающем устройстве.
Компьютерочитаемые программные инструкции для осуществления операций настоящего изобретения могут представлять собой инструкции в коде ассемблера, инструкции согласно архитектуре набора команд, машинные инструкции, машинно-ориентированные инструкции, микрокод, инструкции в прошивке, данные с заданным состоянием, или исходный код или объектный код, написанный в любом сочетании одного или более языков программирования, в том числе объектно-ориентированного языка программирования, такого как язык программирования «Smalltalk», «С++» или т.п., и обычных процедурных языков программирования, таких как язык программирования «С» или похожих языков программирования. Компьютерочитаемые программные инструкции могут полностью исполняться на компьютере пользователя, могут частично исполняться на компьютере пользователя как независимый пакет программ, могут частично исполняться на компьютере пользователя и частично исполняться на удаленном компьютере или полностью на удаленном компьютере или сервере. В последнем сценарии удаленный компьютер может быть соединен с компьютером пользователя через сеть любого типа, в том числе через локальную вычислительную сеть или глобальную вычислительную сеть, или это соединение может быть реализовано с внешним компьютером (например, через сеть Интернет с использованием поставщика услуг в сети Интернет). В некоторых вариантах реализации электронная схема, содержащая, например, программируемую логическую схему, программируемые пользователем вентильные матрицы или программируемые логические матрицы, могут исполнять компьютерочитаемые программные инструкции посредством использования информации о состоянии компьютерочитаемых программных инструкций для индивидуализирования электронной схемы для осуществления аспектов настоящего изобретения.
Аспекты настоящего изобретения описаны в данном документе со ссылкой на блок-схемы и/или структурные схемы способов, устройства (систем) и компьютерных программных продуктов согласно вариантам реализации настоящего изобретения. Следует понимать, что каждый блок в блок-схеме и/или структурных схемах и комбинации блоков в блок-схеме и/или структурных схемах могут быть осуществлены посредством компьютерочитаемых программных инструкций.
Эти компьютерочитаемые программные инструкции могут быть предоставлены процессору компьютера общего назначения, специализированного компьютера или иного программируемого устройства для обработки данных для создания машины, так что инструкции, исполняемые процессором компьютера или иным программируемым устройством для обработки данных, создают средства для реализации функций/операций, указанных в блоке или блоках блок-схемы и/или структурной схемы. Эти компьютерочитаемые программные инструкции также могут храниться в компьютерочитаемом носителе для хранения данных, который может управлять компьютером, программируемым устройством для обработки данных и/или другими устройствами для работы конкретным образом, так что компьютерочитаемый носитель для хранения данных, имеющий хранящиеся на нем инструкции, содержит готовое изделие, содержащее инструкции, которые реализуют аспекты функции/операции, указанной в блоке или блоках блок-схемы и/или структурной схемы.
Компьютерочитаемые программные инструкции также могут быть загружены к компьютер, иное программируемое устройство для обработки данных или иное устройство с тем, чтобы вызвать выполнение совокупностей функциональных этапов на компьютере, ином программируемом устройстве для обработки данных или другом устройстве для создания реализуемого с помощью компьютера процесса, так что инструкции, которые исполняются на компьютере, ином программируемом устройстве или ином устройстве, реализуют функции/операции, указанные в блоке или блоках блок-схемы и/или структурной схемы.
На фиг. 1 показана структурная схема примера системы 100 для удаления выделенного сигнала из смешанного сигнала для анализа по меньшей мере одного другого сигнала в смешанном сигнале в соответствии с вариантом реализации настоящего изобретения. По меньшей мере один другой сигнал может представлять собой сигнал меньшего уровня или сигнал с меньшей амплитудой по сравнению с подавляемым сигналом. Таким образом, система 100 выполнена с возможностью использования для подавления сигнала для исследования спектра сигнала с меньшим уровнем по сравнению с подаляемым сигналом.
Система 100 содержит одну или более антенн 102, которые принимают радиочастотные сигналы 104а-104n из множества различных источников 106а-106n радиочастотных сигналов. Радиочастотные сигналы 104а-104n источников или части радиочастотных сигналов 104а-104n источников могут быть одновременно приняты антенной 102 и со временем образуют смешанный сигнал 108 или смешанные сигналы. Части радиочастотных сигналов 104а-104n источников, принятые антенной 102, могут частично перекрываться по времени. Система 100 также содержит усилитель 110 для приема смешанного сигнала 108 от антенны 102. Усилитель 110 усиливает смешанный сигнал 108 до уровня, при котором амплитуда смешанного сигнала является достаточной для дискретизации смешанного сигнала 108 аналого-цифровым преобразователем 112. Соответственно, усилитель 110 усиливает смешанный сигнал 108 до заданного уровня или амплитуды, что позволяет аналого-цифровому преобразователю эффективно дискретизировать или оцифровывать смешанный сигнал 108. В соответствии с примером смешанный сигнал 108 необходимо усилить, поскольку некоторые из сигналов 104а-104n источников или представляющий интерес сигнал источника для анализа может иметь существенно меньшую амплитуду по сравнению с другими сигналами 104а-104n источников, которые образуют смешанный сигнал 108, при этом усиление смешанного сигнала 108 также усиливает представляющий интерес сигнал источника в смешанном сигнале 108 таким образом, что другой сигнал или сигналы источника с более высокой амплитудой могут быть выделены и удалены из смешанного сигнала 108 или из цифрового представления смешанного сигнала 108, как описано в данном документе, для анализа представляющего интерес сигнала источника.
Аналого-цифровой преобразователь 112 дискретизирует или оцифровывает смешанный сигнал 108 и генерирует первый оцифрованный сигнал 116 и второй оцифрованный сигнал 120. Первый оцифрованный сигнал 116 и второй оцифрованный сигнал 120 представляют собой схожие или идентичные сигналы, и каждый из них представляет собой цифровое представлеение смешанного сигнала 108.
Соответственно, первый оцифрованный сигнал 116 может также называться первым оцифрованным смешанным сигналом, а второй оцифрованный сигнал 120 может также называться вторым оцифрованным смешанным сигналом.
Схема 114 задержки принимает первый оцифрованный сигнал 116 от аналого-цифрового преобразователя 112. Схема 114 задержки задерживает первый оцифрованный сигнал 116 на заданное время задержки.
Система 100 дополнительно содержит нейроморфический процессор 118 для обработки сигналов, который принимает второй оцифрованный сигнал 120 от аналого-цифрового преобразователя 112. Нейроморфический процессор 118 для обработки сигналов обрабатывает второй оцифрованный сигнал 120 для выделения выделенного сигнала 122 или сигналов из второго оцифрованного сигнала 120. Заданное время задержки схемы 114 задержки соответствует задержке, встроенной в нейроморфический процессор 118 для обработки сигналов. Сопутствующим примером устройства, которое может быть выполнено с возможностью использования в качестве нейроморфического процессора 118 для обработки сигналов, является когнитивный разделитель для слепого разделения сигналов, такой как когнитивный разделитель для слепого разделения сигналов, описание которого можно найти в заявке на выдачу патента США №15/073,626, поданной 17 марта 2016 года. Пример когнитивного разделителя для слепого разделения сигналов, выполненого с возможностью использования в качестве нейроморфического процессора 118 для обработки сигналов, будет описан со ссылкой на фиг. 2-5, приведенные в данном документе.
Модуль 124 для вычисления фазовой задержки и амплитуды принимает выделенный сигнал 122 из нейроморфического процессора 118 для обработки сигналов и первый оцифрованный сигнал 116 с задержкой из схемы 114 задержки. Модуль 124 для вычисления фазовой задержки и амплитуды определяет фазовую задержку и амплитуду выделенного сигнала 122 и фазовую задержку и амплитуду первого оцифрованного сигнала 116 с задержкой. Модуль 124 для вычисления фазовой задержки и амплитуды определяет любые регулировки, которые необходимо реализовать в отношении выделенного сигнала 122 относительно первого оцифрованного сигнала 116 с задержкой, так что указанные сигналы будут сдвинуты по фазе точно на 180 градусов по отношению друг к другу с тем, чтобы вызвать удаление (сброс) выделенного сигнала 122 из первого оцифрованного сигнала 116 с задержкой.
Модуль 126 для регулировки фазы и амплитуды сигнала принимает выделенный сигнал 122 из нейроморфического процессора 118 для обработки сигналов и принимает выходные данные 128 из модуля 124 для вычисления фазовой задержки и амплитуды. Выходные данные 128 соответствуют регулировке в отношении выделенного сигнала 122 на основании фазы первого оцифрованного сигнала 116 с задержкой. Модуль 126 для регулировки фазы и амплитуды сигнала регулирует фазовую задержку и амплитуду выделенного сигнала 122 с использованием выходных данных 128 из модуля 124 для вычисления фазовой задержки и амплитуды, так что отрегулированный выделенный сигнал 130 на выходе из модуля 126 для регулировки фазы и амплитуды сигнала будет сдвинут по фазе на 180 градусов по отношению к первому оцифрованному сигналу 116 с задержкой.
Система 100 также содержит суммирующее соединение 132 или другой механизм для удаления или устранения отрегулированного выделенного сигнала 130 из первого оцифрованного сигнала 116 с задержкой для получения входного сигнала исследования 134 с удалением выделенного сигнала 122 или отрегулированного выделенного сигнала 130. Поскольку отрегулированный выделенный сигнал 130 сдвинут по фазе на 180 градусов по отношению к первому оцифрованному сигналу 116, отрегулированный выделенный сигнал 130 удаляют, когда отрегулированный выделенный сигнал 130 и первый оцифрованный сигнал 116 объединяют в суммирующем соединении 132. Входной сигнал 134 исследования по существу представляет собой оцифрованный смешанный сигнал 108 или сигнал на входе в систему 100, при этом конкретный сигнал в смешанном сигнале 108 выделен и удален из оцифрованного смешанного сигнала 108. Анализируют входной сигнал 134 исследования. В соответствии с вариантом реализации спектр входного сигнала 134 исследования исследуют устройством 136. В соответствии с вариантом реализации устройство 136 представляет собой анализатор спектра или в другом примере указанное устройство представляет собой нейроморфический процессор для обработки сигналов или иное устройство. В иных вариантах реализации другие параметры, связанные с входным сигналом 134 исследования, анализируют конкретным устройством.
В соответствии с вариантом реализации по меньшей мере некоторые компоненты системы 100 могут быть выполнены на одном чипе 140, как показано пунктирной линией на фиг. 1.
На фиг. 2 показана структурная схема примера нейроморфического процессора 200 для обработки сигналов в соответствии еще с одним вариантом реализации настоящего изобретения, выполненного с возможностью выделения сигнала или сигналов. Иллюстративный нейроморфический процессор 200 для обработки сигналов может быть использован для нейроморфического процессора 118 для обработки сигналов, показанного на фиг. 1. Иллюстративный нейроморфический процессор 200 для обработки сигналов принимает второй оцифрованный сигнал 120. В соответствии с примером второй оцифрованный сигнал 120 характеризуется как входной смешанный сигнал, содержащий композицию с помехами из множества импульсов, каждый из которых имеет узкую мгновенную ширину полосы частот. Нейроморфический процессор 200 для обработки сигналов обеспечивает в качестве выходных данных разделенные импульсы без шумов из входного смешанного сигнала или второго оцифрованного сигнала 120. Иллюстративный нейроморфический процессор 200 для обработки сигналов также может называться разделителем для слепого разделения сигналов, который выполнен с возможностью разделения множества свернутых по времени радиочастотных сигналов источников. Варианты реализации нейроморфического процессора 200 для обработки сигналов допускают, что каждый из сигналов источника занимает узкую полосу частот, а указанные сигналы могут перекрываться по времени, при этом допускается, что указанные сигналы могут перекрываться одновременно по времени, а частота только очень редко. Неограничивающие примеры таких сигналов источника содержат радиочастотные сигналы, используемые для радиолокационных и ультразвуковых акустических импульсов, используемых для эхолокатора, или звуковых сигналов, используемых при разделении множества речевых сигналов.
Второй оцифрованный сигнал 120 или оцифрованный смешанный сигнал, или оцифрованные смешанные сигналы также могут быть охарактеризованы как временной ряд точек данных, которые дискретизируют из одной или более композиций сигналов 104а-104п источников, которые необходимо извлечь. Временной ряд точек данных второго оцифрованного сигнала 120 подают посредством модуля 204 для встраивания задержки, который создает версию задержки по времени входного сигнала, то есть смешанный сигнал 206 со встроенной задержкой. Модуль 204 для встраивания задержки принимает второй оцифрованный сигнал 120 и генерирует смешанный сигнал 206 или сигналы со встроенной задержкой. Модуль 204 для встраивания задержки хранит ограниченное количество прошлых значений сигнала, что обеспечивает преобразование скалярных смешанных сигналов 108 в многомерные сигналы. Модуль 204 для встраивания задержки строит многомерный вектор для текущих и прошлых значений сигнала. Смешанный сигнал 206 или сигналы со встроенной задержкой преобразуют с получением резервуара 208 посредством линейных функций. Резервуар 208 выполнен с возможностью линейного преобразования смешанных сигналов 206 со встроенной задержкой с получением резервуара 208 для создания представления 210 смешанных сигналов 206 со встроенной задержкой в многомерном или высокоразмерном пространстве состояний. Таким образом, смешанные сигналы 206 со встроенной задержкой линейно преобразуют в резервуар 208, как описано более подробно ниже. Резервуар 208 представляет собой динамическую систему, а комбинация состояний резервуара и смешанных сигналов 206 со встроенной задержкой создает представление 210 первоначальных смешанных сигналов 108 или второго оцифрованного сигнала 120 в многомерном пространстве состояний. Например, конкретные нейроны или обрабатывающие узлы (404 на фиг. 4) в резервуаре 208 могут представлять конкретные сигналы источника, такие как радиочастотные сигналы 104а-104n источников, показанные на фиг. 1. Линейное преобразование входных данных в представлении в многомерном пространстве состояний также может быть пояснено математически. Пускай
Figure 00000001
являются k-мерными входными данными со встроенной задержкой, а
Figure 00000002
является вектором, предсталяющим m-мерное состояние резервуара, где u0(t) является значением входного сигнала за непрерывное время t, а τ представляет собой время задержки между дискретами при внедрении. Состояние резервуара вычисляют в качестве линейной функции от текущего входного вектора
Figure 00000003
со встроенной задержкой и предыдущего вектора состояний:
Figure 00000004
где
Figure 00000005
представляет собой матрицу размером m×m, которая точно определяет связи резервуара, а
Figure 00000006
представляет собой матрицу размером m×k, которая точно определяет линейное преобразование входных данных с получением резервуара 208.
Неограничивающий пример результатов выбора
Figure 00000007
и
Figure 00000008
предназначен для их генерирования произвольным образом (например, каждая запись получена из независимого распределения Гаусса с нулевым средним и единичной дисперсией), а в дальнейшем матрицы нормализуют путем их разделения на скалярные величины, что обеспечивает то, что спектральная норма каждой матрицы строго меньше единицы.
Представление 210 в пространстве состояний преобразуют в фиксированное количество выходных узлов 502а-502n (см. фиг. 5) в выходном слое 212 посредством различных линейных комбинаций состояний резервуара 208 для генерирования предварительно отфильтрованных сигналов 214. Для каждого выходного узла 502а-502n в выходном слое 212 имеется уникальная линейная функция. Таким образом, представление 210 смешанных сигналов 206 со встроенной задержкой в пространстве состояний резервуара линейно преобразуют в выходной слой 212. Выходной слой 212 выполнен с возможностью генерирования совокупности предварительно отфильтрованных сигналов 214 путем линейного преобразования представления 210 в пространстве состояний в один или более выходных узлов 502а-502n (см. фиг. 5) в выходном слое 212. Следует заметить, что термины «линейные комбинации» и «линейная функция» используют в данном документе как синонимы. Различные линейные функции запоминают, например, тем же самым способом, что и запоминают средние частоты фильтра для минимизации функции ошибки. Например, нейроморфический процессор 200 для обработки сигналов получает производную от функции 218 ошибки в модуле 220 функции ошибок по отношению к весовым коэффициентам различных линейных функций и адаптирует весовые коэффициенты с помощью средних частот фильтра.
Каждый выходной узел 502а-502n выходного слоя 212 связан с уникальным конечным фильтром в банке адаптивных фильтров 216. В соответствии с вариантом реализации банк адаптивных фильтров 216 содержит фильтры с конечной импульсной характеристикой и фильтры с бесконечной импульсной характеристикой. Банк адаптивных фильтров 216 выполнен с возможностью генерации отдельных сигналов 104а-104n источников, которые вместе образуют смешанный сигнал 108 (см. фиг. 1) посредством обработки предварительно отфильтрованных сигналов 214 посредством банка адаптивных фильтров 216. Предварительно отфильтрованные сигналы 214 пропускают через соответствующие адаптивные фильтры 216 в банке для идентификации или выделения сигналов 104а-104n источников, которые первоначально были смешаны друг с другом с образованием смешанного сигнала 108. Таким образом выходные данные из адаптивных фильтров 216 являются первоначальными сигналами 104а-104n источников и представляют окончательные выходные данные нейроморфического процессора 200, 118 для обработки сигналов (см. фиг. 1). Признаки, такие как импульсные дескрипторные слова, могут быть выделены из отделенных сигналов 104а-104n источников с использованием подходящего модуля 222 для выделения признаков. В различных иных вариантах реализации система или нейроморфический процессор 200 для обработки сигналов генерирует сигналы 104а-104n источников или сортирует данные сигнала (по сравнению с идентификацией или выделением сигналов источника) и/или сохраняет отделенные сигналы 104а-104n источников или сигналы данных.
Выходные данные группы адаптивных фильтров 216 также пропускают в модуль 220 функции ошибок, из которого получают сигнал 224 ошибки или сигналы ошибки. Сигнал 224 ошибки или сигналы ошибки используют для обновления средних частот адаптивных фильтров 216 и весовых коэффициентов в линейных комбинациях, связанных с выходными узлами 502а-502n (см. фиг. 5) выходного слоя 212, для выделения выделенного сигнала 122. Эта адаптация приводит к адаптивным фильтрам 216 и разделению сигналов источника 120а-120n. Эти аспекты дополнительно описаны ниже более подробно.
На фиг. 3 показана структурная схема примера модуля 204 для встраивания задержки нейроморфического процессора 200 для обработки сигналов, показанного на фиг. 2. Как было описано ранее, второй оцифрованный сигнал 120 или второй оцифрованный смешанный сигнал, который образует сигнал 302 (u(t)) на входе в нейроморфический процессор 200 для обработки сигналов, непрерывно пропускают через модуль 204 для встраивания задержки, что обеспечивает создание смешанных сигналов 206 со встроенной задержкой. Встраивание задержки является первым этапом при захвате динамических характеристик различных сигналов 104а-104n источников (см. фиг. 1), которые находятся в смешанном сигнале 108. Входной сигнал 302 состоит из композиции сигналов 102а-102n источника. Входной сигнал 302 пропускают через конечный ряд задержек 304 для создания встраивания задержки. Между значениями задержки имеется постоянный временной интервал (Δt). Ответвление 306 связано с каждой задержкой 304 и распределяет значения сигнала задержки от каждой задержки 304 на множество суммирующих узлов 308а-308n. Суммирующие узлы 308а-308n реагируют на генерирование смешанных сигналов 206 со встроенной задержкой, которые представляют собой входные данные для резервуара 208. На каждый обрабатывающий узел 404 (см. фиг. 4) в резервуаре 208 имеется один суммирующий узел 308а-308n. Каждый суммирующий узел 308а реализует уникальное линейное сочетание каждого значения сигнала задержки из каждого второго оцифрованного смешанного сигнала 120. Указанные различные линейные комбинации способствуют усилению динамических характеристик сигналов 104а-104n источников, которые лежат в различных полосах частот и, таким образом, представляют собой первый этап в процессе разделения сигналов источников.
Входной сигнал 302, u(t), который может представлять собой вектор, создан из вторых оцифрованных сигналов 120. Конечную совокупность задержек 304 применяют к каждому из вторых оцифрованных смешанных сигналов 120, что обеспечивает генерирование множества сигналов со встроенной задержкой, u(t), u(t-Δt),… u(t-MΔt). В данном документе Δt предсталяет собой интервал времени между последовательными значениями представления входного сигнала 302 со встроенной задержкой (то есть, временной интервал между ответвлениями 306), а М представляет собой общее количество задержек 304. По существу можно считать, что каждый второй оцифрованный смешанный сигнал 120 проходит через свои собственные ряды задержек 304 с теми же самыми значениями Δt и М. Имеется N суммирующих узлов 308а-308n, равное количеству обрабатывающих узлов в резервуаре 208. Для заданного суммирующего узла 308i каждому значению с задержкой каждого второго оцифрованного смешанного сигнала 120 приписывают весовой коэффициент и проводят в заданный суммирующий узел 308i, который в дальнейшем суммирует свои входные данные и создает один из N-го количества одномерных сигналов (то есть, смешанные сигналы 206 со встроенной задержкой), пропускаемых в качестве входных данных в соответствующий обрабатывающий узел в резервуаре 208. Весовые коэффициенты на соединениях из ответвлений 306 в конкретный суммирующий узел 308i уникальным образом отличаются от весовых коэффициентов на соединениях от ответвлений 306 в другие суммирующие узлы 308а-308n. Эта гибкость допускает различные линейные комбинации, которые обеспечивают возможность усиления динамических характеристик сигналов источников, которые возникают в пределах различных полос частот, что обеспечивает первый этап к разделению сигнала источника.
На фиг. 4 показана структурная схема примера резервуара 208 нейроморфического процессора 200 для обработки сигналов, показанного на фиг. 2. Резервуар 208 представляет собой высокоразмерную или многомерную динамическую систему, которая реализована в виде рекуррентной нейронной сети в соответствии с некоторыми вариантами реализации. Задача резервуара 208 состоит в шифровании данных временного ряда в качестве траекторий в многомерном пространстве состояний резервуара 208. В частности, одна точка в многомерном пространстве состояний резервуара 208 шифрует информацию об истории входных данных, выходящих из модуля 204 для встраивания задержки. Каждый из узлов 404 в резервуаре 208 имеет совокупность скалярных значений, которые определяют состояние резервуара. Точка в многомерном пространстве состояний резервуара 208 является конкретным выбором скалярных значений конкретного узла 404 в резервуаре 208. Таким образом, резервуар 208 образует временную память. Модуль 204 для встраивания задержки и резервуар 208 работают сообща для создания предварительного отделения сигналов 104а-104n источников из смешанного сигнала 108. Резервуар 208 принимает входные данные 402 из модуля 204 для встраивания задержки. Входные данные 402 из модуля 204 для встраивания задержки соответствуют смешанным сигналам 206 со встроенной задержкой. Резервуар 208 содержит группу взаимно связанных обрабатывающих узлов 404, называемых нейронами, которые взаимодействуют друг с другом посредством соединений 406 с приписанным весовым коэффициентом. Весовой коэффициент 408 соединения связан с каждым соединением 406 с приписанным весовым коэффициентом. Весовые коэффициенты 408 соединения генерируют произвольным образом (например, из равномерного распределения или нормального распределения), при этом только небольшой процент весовых коэффициентов 408 соединения (например, приблизительно 10%) имеют значения, отличные от нуля. Кроме того, весовые коэффициенты 408 соединения нормализуют таким образом, что при встраивании в смежную матрицу А (то есть Aij содержит весовой коэффициент соединения от обрабатывающего узла i до обрабатывающего узла j), спектральный радиус А составляет менее единицы 1. Каждый обрабатывающий узел 404 или нейрон вычисляет взвешенную сумму своих входных данных, которая содержит входные данные 402 из модуля 204 для встраивания задержки, также выходные данные 410 из других обрабатывающих узлов 404 в резервуаре 208. При необходимости, результирующие скалярные входные данные на каждый обрабатывающий узел 404 пропускают через нелинейную функцию (неограничивающим примером одной такой функции является функция гиперболического тангенса) для генерирования выходных данных 410 обрабатывающего узла.
Процесс ввода-вывода обрабатывающих узлов 404 продолжается со временем, а результирующие временные ряды состояний нейронов резервуара составляют точки в многомерном пространстве состояний резервуара 208, которые шифруют характерные признаки сигналов 104а-104n источников. Таким образом, резервуар 208 обеспечивает существенный этап в процессе выделения сигналов 104а-104n источников из смешанного сигнала или смешенных сигналов 108, 206.
На фиг. 5 показана структурная схема примера резервуара 208 и выходного слоя 212 нейроморфического процессора 200 для обработки сигналов, показанного на фиг. 2. Выходной слой 212 содержит совокупность выходных узлов 502а-502n в соответствии с некоторыми вариантами реализации. Каждый выходной узел 502а-502n принимает взвешенные выходные данные 504 из каждого обрабатывающего узла 404 или нейрон резервуара 208 в качестве входных данных и суммирует указанные взвешенные выходные данные 504 друг с другом для создания выходных данных 506а-506n выходного узла 502а-502n. Каждый выходной узел 502а-502n в выходном слое 212 имеет уникальную адаптивную совокупность весовых коэффициентов 508а-508n на своих входных соединениях 510, которые называются «выходными весовыми коэффициентами» из обрабатывающих узлов 404 резервуара 208. Поскольку один или более вторых оцифрованных смешанных сигналов 120 пропускают в нейроморфический процессор 200 для обработки сигналов, указанные весовые коэффициенты 508а-508n адаптируют, как описано выше, таким образом, что выходные данные 506а-506n из заданного выходного узла 502а-502n обеспечивают усиление подсовокупности сигналов 104а-104n источников с одновременным подавлением других сигналов. Это является третьим этапом процесса отделения сигналов 104а-104n источников из смешанного сигнала 108, причем первым этапом является представление смешанного сигнала 108 или второго оцифрованного смешанного сигнала 120 со встроенной задержкой, а вторым этапом является представление резервуара 208.
Согласно фиг. 2, для некоторых вариантов реализации финальным этапом нейроморфического процессора 200 для обработки сигналов является банк адаптивных фильтров 216. Единственное ограничение в отношении типа фильтров, которые могут быть использованы для адаптивных фильтров с конечной импульсной характеристикой, состоит в том, что эти фильтры должны иметь унимодальную характеристику усиления в частотной области, несмотря на то что пульсация является приемлемой. Фильтр Гаусса представляет собой пример фильтра подходящего типа с конечной импульсной характеристикой. Каждый фильтр в банке адаптивных фильтров 216 согласован с одним из выходных узлов 502а-502n в выходном слое 212. Это создает совокупность пар, образованных адаптивными фильтрами 216 и соответствующими выходными узлами 502а-502n. Данные на входе фильтра представляют собой выходные данные, сгенерированные соответствующим выходным узлом 502а-502n в выходном слое 212.
Средняя частота каждого фильтра в банке адаптивных фильтров 216 является адаптивной или настраиваемой. Поскольку смешанный сигнал 108 или второй оцифрованный смешанный сигнал 120 запускают посредством указанного нейроморфического процессора 118, 200 для обработки сигналов, средняя частота настраивается таким образом, что средняя частота каждого адаптивного фильтра 216 сводится к частоте уникального сигнала 104а-104n источника. По существу, адаптивные фильтры 216 действуют в качестве ограничений в отношении выходных данных 506а-506n выходных узлов 502а-502n в выходном слое 212, что вынуждает каждый выходной узел 502а-502n извлекать один сигнал 104а-104n источника из смешанного сигнала 108 или сигналов 202. Частота сигнала 104а-104n источника может представлять собой функцию от времени. Нейроморфический процессор 118, 200 для обработки сигналов требует только того, чтобы сигнал 104а-104n источника характеризовался одной частотой за любой заданный интервал времени. Насколько узкий диапазон частот сигнала 104а-104n источника и насколько короткий заданный интервал времени представляют собой функции от количества узлов 404 в резервуаре 208, а также как много коэффициентов фильтра используют.
В некоторых вариантах реализации, таких как например вариант реализации, показанный на фиг. 2, модуль 220 функции ошибок представляет собой компонент обратной связи нейроморфического процессора 200 для обработки сигналов и реагирует на управление адаптацией средних частот фильтра и адаптивные весовые коэффициенты 508а-508n на входных соединениях 510 от обрабатывающих узлов 404 резервуара к выходным узлам 502а-502n выходного слоя 212 (выходные веса). По идее, можно считать, что каждый адаптивный фильтр 216 и пара выходных узлов 502а-502n выходного слоя имеют свою собственную функцию 218 ошибки, причем все индивидуальные функции 218 ошибки имеют одну и ту же форму. В частности, функция 218 ошибки содержит три суммируемых вместе члена. Первым членом является отрицательная мощность соответствующих выходных данных фильтра. Отрицательную мощность вычисляют следующим образом:
Figure 00000009
где y(t) представляет собой выходные данные адаптивного фильтра 216 в момент времени t, а М является количеством дискретизаций, использованных в среднем. Первая задача состоит в сведении к минимуму отрицательной мощности (максимизации мощности), которая стремиться сдвинуть средние частоты фильтра к одной из частот сигнала источника. Вторым членом является сумма квадрата разницы между выходными данными фильтра и выходными данными своего соответствующего выходного узла 502а-502n в выходном слое 212. Это приводит ко второй задаче, которая состоит в сведении к минимуму расхождения между входными данными фильтра и его выходными данными. Это имеет эффект ограничения количества сигналов источника 104а-104n в смешанном сигнале 108, который адаптивный фильтр 216 способен «видеть» и, таким образом, помогает сфокусировать адаптивный фильтр 216 на одном сигнале 104а-104n источника для выделения. Третий член, который называется «штрафным членом», предотвращает размещение адаптивных фильтров 216 слишком близко друг к другу в домене фильтров, что обеспечивает выделение того же самого сигнала источника. Например, пускай dwij=|wi-wj|, где wi и wj представляют собой средние частоты соответственно фильтра i и фильтра j. Штрафной член задают следующим образом:
Figure 00000010
где G является распределением Гаусса с задаваемым конечным пользователем нулевым средним отклонением, а N является количеством адаптивных фильтров 216.
Выходные данные функции 218 ошибки используют для генерирования сигнала 224 ошибки. Сигнал 224 ошибки используют для адаптирования средних частот от фильтра и весовых коэффициентов 508а-508п на входных соединениях 510 от резервуара 208 к выходному слою 212. Сигнал 224 ошибки генерируют путем взятия производной от функции 218 ошибки по отношению к выходным весовым коэффициентам 508а-508n и средним частотам фильтра. Системные параметры, то есть средние частоты фильтра и выходные весовые коэффициенты 508а-508n, адаптируют путем использования производной для реализации градиентного спуска в отношении функции 218 ошибки. Как было описано ранее, можно считать, что каждая пара выходного слоя 212, образованная адаптивным фильтром 216 и выходным узлом 502а-502n, имеет свою собственную функцию 218 ошибки. Для каждой функции 218 ошибки исходные градиентные спуски спользуют для адаптации выходных весовых коэффициентов 508а-508n, однако нейроморфический процессор 118, 200 для обработки сигналов использует уникальную форму градиентного спуска, который комбинирует локальный и глобальный поиск для адаптации средней частоты фильтра. Это позволяет нейроморфическому процессору 118, 200 для обработки сигналов охватывать сверхширокую полосу частот сигнала источника по меньшей мере 30 ГГц с одновременным сохранением возможности быстрой отработки и отслеживания сигналов 104а-104n источников. Например, в одном из вариантов реализации нейроморфический процессор 118, 200 для обработки сигналов сочетает алгоритм эластичного распространения ошибки (Rprop-алгоритм) и рандомизированный поиск. Сопутствующий пример Rprop-алгоритма можно найти в статье Igel, С. и Husken, М. на тему «Совершенствование обучающего Rprop-алгоритма», сборник статей второго международного симпозиума по нейронным вычислениям (NC'2000), стр. 115-21, издательство «ICSC Academic Press», 2000 год. Компонент Rprop-алгоритма использует только знаковую информацию о градиенте, а не его величину, что делает его подходящим для реализации аппаратных средств с ограниченной точностью. Кроме того, компонент Rprop-алгоритма использует адаптивный размер шага для более точного отслеживания средних частот. Обновление Rprop задается следующим образом:
Figure 00000011
где
Figure 00000012
является знаком производной от выходной мощности фильтра, a Δft является приращением частоты. Δft определяют по последовательности изменений знаков производной от выходной мощности:
Figure 00000013
где μ+, μ-, Δfmax и Δfmin являются заданными пользователем параметрами, которые определяют динамические характеристики обновления Rprop-алгоритма. Рандомизированные обновления частоты дискретизируют из гауссовской случайной величины с нулевым средним, где величина σ является задаваемым пользователем параметром. Рандомизированный компонент поиска работает путем генерирования небольшой выборки средних частот из распределения Гауса на каждом этапе процесса адаптации. Это позволяет средней частоте фильтра быстро охватывать большие участки полосы частот для нацеливания на конкретный сигнал источника для отслеживания. Средняя частота, представленная Rprop-алгоритмом, и частоты, сгенерированные случайным компонентом поиска, оценивают в соответствии с функцией 218 ошибки с использованием текущих входных последовательностей и текущих средних частот в штрафном члене. Частоту с наименьшей ошибкой выбирают в качестве соответствующей следующей средней частоты фильтра.
На фиг. 6 показана блок-схема примера способа 600 удаления выделенного сигнала из смешанного сигнала для анализа по меньшей мере одного другого сигнала в смешанном сигнале в соответствии с вариантом реализации настоящего изобретения. Иллюстративный способ 600 реализуют на системе 100, показанной на фиг. 1, и осуществляют посредством этой системы. Еще в одном варианте реализации иллюстративный способ 600 реализуют на компьютерном программном продукте, таком как компьютерный программный продукт 138, показанный на фиг. 1, аналогично тому, как это описано в данном документе. Компьютерный программный продукт 138 используют для загрузки иллюстративного способа 600 в систему 100. Выделенный сигнал может быть сильнее или может представлять собой сигнал с более высокой амплитудой по сравнению с другим сигналом, спектр которого анализируют. В блоке 602 смешанный сигнал принимают системой для удаления сигнала для исследования спектра другого сигнала. В некоторых примерах смешанный сигнал содержит множество отдельных сигналов из различных источников сигналов. В иных примерах смешанный сигнал представляет собой композицию с помехами из импульсов от различных источников. В соответствии с одним из вариантов реализации смешанный сигнал принимают аналого-цифровым преобразователем. Еще в одном варианте реализации, показанном в блоке 604, смешанный сигнал усиливают до заданного уровня или амплитуды для оцифровки или дискретизации аналого-цифровым преобразователем. Смешанный сигнал может быть необходимо усилить, поскольку некоторые из сигналов источника или представляющий интерес сигнал источника для анализа могут иметь существенно меньшую амплитуду по сравнению с другими исходными сигналами, которые образуют смешанный сигнал, при этом усиление смешанного сигнала также обеспечивает усиление представляющего интерес сигнала источника таким образом, что другой сигнал или сигналы с более высокой амплитудой могут быть выделены и удалены, как описано в данном документе для анализа представляющего интерес исходного сигнала.
В блоке 606 смешанный сигнал или усиленный смешанный сигнал оцифровывают или дискретизируют, а также генерируют первый оцифрованный сигнал и второй оцифрованный сигнал. Первый оцифрованный сигнал и второй оцифрованный сигнал соответствуют оцифрованному смешанному сигналу и могут также называться соответственно первым оцифрованным смешанным сигналом и вторым оцифрованным смешанным сигналом. Первый оцифрованный сигнал идентичен второму оцифрованному сигналу или тождественен ему.
В блоке 608 первый оцифрованный сигнал или первый оцифрованный смешанный сигнал задерживают на заданное время задержки. Первый оцифрованный сигнал задерживают для компенсации задержки, встраиваемой в нейроморфический процессор для обработки сигналов. Соответственно, заданное время задержки соответствует задержке, встроенной в нейроморфический процессор для обработки сигналов.
В блоке 610 второй оцифрованный сигнал или второй оцифрованный смешанный сигнал обрабатывают в нейроморфическом процессоре для обработки сигналов для выделения выделенного сигнала из второго оцифрованного сигнала. Как было описано ранее, выделенный сигнал может быть сильнее или может иметь большую амплитуду по сравнению с другим сигналом, принятым как часть смешанного сигнала. Другие сигналы представляет собой представляющий интерес сигнал или входной сигнал исследования для анализа, такого как спектральный анализ или анализ другого вида. Пример обработки второго оцифрованного сигнала или оцифрованного смешанного сигнала в нейроморфическом процессоре для обработки сигналов будет описан более подробно со ссылкой на фиг. 7.
В блоке 612 определяют фазовую задержку и амплитуду выделенного сигнала, а также фазовую задержку и амплитуду первого оцифрованного сигнала. Определяют или обнаруживают любую разницу между фазовой задержкой и амплитудой в выделенном сигнале и первом оцифрованном сигнале, в результате чего выделенный сигнал может быть отрегулирован для удаления из первого оцифрованного сигнала. В блоке 614 фазовую задержку и амплитуду выделенного сигнала регулируют на основании первого оцифрованного сигнала для генерирования отрегулированного выделенного сигнала, который имеет сдвиг по фазе в 180 градусов по отношению к первому оцифрованному сигналу.
В блоке 616 отрегулированный выделенный сигнал удаляют из первого оцифрованного сигнала для получения входного сигнала исследования. Поскольку отрегулированный выделенный сигнал имеет сдвиг по фазе на 180 градусов по отношению к первому оцифрованному сигналу, отрегулированный выделенный сигнал удаляют или устраняют из первого оцифрованного сигнала, когда сигналы объединяют в суммирующем соединении 132 в примере, показанном на фиг. 1. В блоке 618 анализируют входной сигнал исследования. В соответствии с вариантом реализации исследуют или анализируют спектр входного сигнала исследования. В иных вариантах реализации анализируют другие параметры, связанные с входным сигналом исследования. В соответствии с примером входной сигнал исследования анализируют посредством анализатора спектра или в другом примере посредством нейроморфического процессора для обработки сигналов.
На фиг. 7 показана блок-схема примера способа 700 выделения конкретного сигнала из смешанного сигнала в соответствии с вариантом реализации настоящего изобретения. Способ 700 представляет собой пример выделения конкретного сигнала или сигналов с использованием нейроморфического процессора для обработки сигналов, такого как нейроморфический процессор 200 для обработки сигналов, описанный со ссылкой на фиг. 2-5. Иллюстративный способ 700 реализуют в нейроморфическом процессоре 200 для обработки сигналов и осуществляют посредством этого нейроморфического процессора. Еще в одном варианте реализации иллюстративный способ 700 реализуют на компьютерном программном продукте, таком как компьютерный программный продукт 138, показанный на на фиг. 1. Используемый компьютерный программный продукт аналогичен компьютерному программному продукту, ранее описанному в данном документе. Компьютерный программный продукт 138 используют для загрузки иллюстративного способа 700 в систему 100 или нейроморфический процессор 118 для обработки сигналов.
В блоке 702 смешанный сигнал или смешанные сигналы или второй оцифрованный сигнал принимают посредством нейроморфического процессора для обработки сигналов. В блоке 704 на основании смешанного сигнала или второго оцифрованного сигнала генерируют смешанный сигнал со встроенной задержкой.
В блоке 706 смешанный сигнал со встроенной задержкой линейно преобразуют в резервуар, выполненный аналогично резервуару, ранее описанному со ссылкой на фиг. 2-4.
В блоке 708 представление многомерного пространства состояний создают из смешанного сигнала путем объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара в резервуаре.
В блоке 710 по меньшей мере один из отдельных сигналов источника, которые вместе образуют смешанный сигнал, идентифицируют на основании представления смешанного сигнала в многомерном пространстве состояний. Причем по меньшей мере один идентифицированный отдельный сигнал источника представляет собой выделенный сигнал.
В блоке 712 представление в многомерном пространстве состояний линейно преобразуют в один или более выходных узлов выходного слоя для генерирования совокупности предварительно отфильтрованных сигналов. Выходной слой содержит совокупность выходных узлов, а резервуар содержит множество обрабатывающих узлов. В блоке 714 каждый выходной узел принимает взвешенные выходные данные из каждого обрабатывающего узла резервуара в качестве входных данных и суммирует значение каждых входных данных для создания выходных данных выходного узла. Каждый выходной узел в выходном слое содержит уникальную и адаптивную совокупность выходных весовых коэффициентов на своих входных соединениях, так что ввиду пропускания одного или более смешанных сигналов в нейроморфический процессор для обработки сигналов выходные весовые коэффициенты настроены или выполнены таким образом, что выходные данные из заданного выходного узла обеспечивают усиление подсовокупности сигналов источника с одновременным подавлением других сигналов источника.
В блоке 716 по меньшей мере один из отдельных сигналов источника идентифицируют путем адаптивной фильтрации предварительно отфильтрованных сигналов. Адаптивная фильтрация предварительно отфильтрованных сигналов включает пропускание предварительно отфильтрованных сигналов через банк адаптивных фильтров с конечной импульсной характеристикой. Каждый предварительно отфильтрованный сигнал подают в уникальный фильтр в банке адаптивных фильтров с конечной импульсной характеристикой. Каждый уникальный фильтр имеет адаптивную или настраиваемую среднюю частоту.
В блоке 718 сигнал ошибки получают на основании выходных данных из каждого подходящего фильтра с конечной импульсной характеристикой. Сигнал ошибки подают обратно в блок 716 и используют для обновления средних частот адаптивных фильтров с конечной импульсной характеристикой аналогично тому, что было описано ранее. Сигнал ошибки также подают обратно в блок 714 и используют для обновления выходных весовых коэффициентов в выходном слое аналогично тому, что было описано ранее.
В блоке 720 конкретный сигнал источника или конкретные сигналы источников извлекают из выходных данных фильтров. Выделенный сигнал в дальнейшем удаляют из смешанного сигнала для получения входного сигнала исследования для его спектрального анализа или исследования.
Блок-схема и структурные схемы на чертежах иллюстрируют архитектуру, функциональные возможности и работу возможных реализаций систем, способов и компьютерных программных продуктов согласно различным вариантам реализации настоящего изобретения.
При этом каждый блок в блок-схеме или структурных схемах могут представлять модуль, сегмент или часть инструкций, которые содержат одну или более исполняемых инструкций для реализации конкретной логической функции или конкретных логических функций. В некоторых альтернативных реализациях функции, указанные в блоке, могут и не осуществляться в порядке, указанном на чертежах. Например, два блока, показанных последовательно, фактически могут быть выполнены по существу одновременно или блоки иногда могут быть выполнены в обратном порядке в зависимости от предусмотренных функциональных возможностей. Также следует отметить, что каждый блок структурных схем и/или блок-схем и комбинации блоков в структурных схемах и/или блок-схемах могут быть осуществлены посредством систем на основе специализированных аппаратных средств, которые осуществляют конкретные функции или операции или реализуют комбинации аппаратных средств специального назначения и компьютерных инструкций.
Задача терминологии, использованной в данном документе, заключается исключительно в описании конкретных вариантов реализации, при этом не следует считать, что данная терминология ограничена вариантами реализации настоящего изобретения. Как использовано в данном документе, предполагается, что формы единственного числа включают формы множественного числа, если только из контекста ясно не следует иное. Кроме того, будет понятно, что термины «содержит» и/или «содержащая», при использовании в данном документе, устанавливают наличие указанных признаков, целочисленных значений, этапов, операций, элементов и/или компонентов, но не исключают наличия или возможности добавления одного или более других признаков, целочисленных значений, этапов, операций, элементов, компонентов и/или их групп.
Соответствующие структуры, материалы, действия, а также эквиваленты всех средств или этап плюс функциональные элементы в приведенной ниже формуле изобретения включают любую структуру, материал или действие для осуществления функции в сочетании с другими заявленными элементами, которые указаны в формуле изобретения. Описание настоящих вариантов реализации было приведено в иллюстративных и описательных целях, однако его не следует считать исчерпывающим или ограниченным раскрытыми вариантами реализации. Для специалистов в данной области техники будут очевидны многие модификации и изменения без выхода за рамки объема и сущности вариантов реализации.
Кроме того, настоящее изобретение содержит варианты реализации согласно следующим пунктам:
Пункт 1. Способ 600 подавления выделенного радиочастотного сигнала 122 для исследования спектра по меньшей мере одного другого радиочастотного сигнала, включающий:
прием 602 посредством аналого-цифрового преобразователя 112 смешанного сигнала 108, содержащего множество отдельных сигналов 104а-104n из различных источников 106а-106n сигналов,
оцифровку 606 смешанного сигнала аналого-цифровым преобразователем и генерирование первого оцифрованного сигнала 116 и второго оцифрованного сигнала 120, причем первый оцифрованный сигнал идентичен второму оцифрованному сигналу,
задержку 608 первого оцифрованного сигнала на заданное время задержки,
обработку 610 второго оцифрованного сигнала в нейроморфическом процессоре 118 для обработки сигналов для выделения выделенного сигнала 122 из второго оцифрованного сигнала, причем заданное время задержки соответствует задержке, встроенной 204 в нейроморфический процессор,
регулировку 614 фазовой задержки и амплитуды выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала и удаление 616 отрегулированного выделенного сигнала 130 из первого оцифрованного сигнала для получения входного сигнала 134 исследования.
Пункт 2. Способ по пункту 1, также включающий усиление 604 смешанного сигнала до приема смешанного сигнала аналого-цифровым преобразователем,
причем смешанный сигнал усиливают до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
Пункт 3. Способ по пункту 1, также включающий
определение 612 фазовой задержки и амплитуды выделенного сигнала и первого оцифрованного сигнала и
генерирование поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
Пункт 4. Способ по пункту 3, согласно которому регулировка 614 фазовой задержки и амплитуды выделенного сигнала включает генерирование отрегулированного выделенного сигнала, имеющего сдвиг по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
Пункт 5. Способ по пункту 1, согласно которому обработка второго оцифрованного сигнала в нейроморфическом процессоре для обработки сигналов включает:
прием 702 второго оцифрованного сигнала посредством нейроморфического процессора для обработки сигналов,
генерирование 704 смешанного сигнала 206 со встроенной задержкой на основании второго оцифрованного сигнала,
линейное преобразование 706 смешанного сигнала со встроенной задержкой с получением резервуара 208,
создание 708 представления 210 смешанного сигнала в многомерном пространстве состояний посредством объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара,
идентификацию 710 по меньшей мере одного из отдельных сигналов источника, которые вместе образуют смешанный сигнал, на основании указанного представления смешанного сигнала в многомерном пространстве состояний,
причем указанный по меньшей мере один идентифицированный отдельный сигнал источника представляет собой выделенный сигнал.
Пункт 6. Способ по пункту 5, также включающий линейное преобразование 712 указанного представления в многомерном пространстве состояний в один или более узлов 502а-502n в выходном слое 212 для генерирования совокупности предварительно отфильтрованных сигналов 214.
Пункт 7. Способ по пункту 6, также включающий идентификацию 716 по меньшей мере одного из отдельных сигналов 104а-104n источников посредством адаптивной фильтрации указанных предварительно отфильтрованных сигналов.
Пункт 8. Способ по пункту 7, согласно которому адаптивная фильтрация предварительно отфильтрованных сигналов 716 включает пропускание указанных предварительно отфильтрованных сигналов через банк адаптивных фильтров 216,
причем каждый предварительно отфильтрованный сигнал подают в уникальный фильтр в банке адаптивных фильтров, а каждый уникальный фильтр имеет адаптивную среднюю частоту.
Пункт 9. Способ по пункту 8, согласно которому банк адаптивных фильтров 216 содержит множество фильтров с конечной импульсной характеристикой и множество фильтров с бесконечной импульсной характеристикой.
Пункт 10. Способ по пункту 8, согласно которому выходной слой содержит совокупность выходных узлов 502а-502n, а резервуар содержит множество обрабатывающих узлов 404,
причем каждый выходной узел выполнен с возможностью приема взвешенных выходных данных 504 из каждого обрабатывающего узла в качестве входных данных и суммирования значения каждых входных данных для создания выходных данных 506а-506п выходного узла.
Пункт 11. Способ по пункту 10, согласно которому каждый выходной узел в выходном слое содержит уникальную и адаптивную совокупность выходных весовых коэффициентов 508а-508n на своих входных соединениях 510, так что при пропускании одного или более смешанных сигналов в нейроморфический процессор для обработки сигналов указанные адаптивные выходные весовые коэффициенты настроены таким образом, что выходные данные из заданного выходного узла обеспечивают усиление подсовокупности сигналов источника с одновременным подавлением других сигналов источника.
Пункт 12. Способ по пункту 11, также включающий получение 718 сигнала 224 ошибки на основании выходных данных из каждого адаптивного фильтра 216,
причем сигнал ошибки используют для обновления адаптивной средней частоты адаптивного фильтра и обновления адаптивных выходных весовых коэффициентов в выходном слое.
Пункт 13. Система 100 для подавления выделенного радиочастотного сигнала 122 для исследования спектра по меньшей мере одного другого радиочастотного сигнала, содержащая:
аналого-цифровой преобразователь 112, выполненный с возможностью приема смешанного сигнала 108, содержащего множество отдельных сигналов 104а-104n, из различных источников 106а-106n сигналов, оцифровки смешанного сигнала и генерирования первого оцифрованного сигнала 116 и второго оцифрованного сигнала 120, причем первый оцифрованный сигнал 116 идентичен второму оцифрованному сигналу 120,
схему 114 задержки, выполненную с возможностью задержки первого оцифрованного сигнала на заданное время задержки,
нейроморфический процессор 118 для обработки сигналов, выполненный с возможностью обработки второго оцифрованного сигнала для выделения выделенного сигнала 122 из второго оцифрованного сигнала, причем заданное время задержки соответствует задержке, встроенной 204 в нейроморфический процессор для обработки сигналов,
модуль 126 для регулировки фазы и амплитуды сигнала, выполненный с возможностью регулировки выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала, и
суммирующее соединение 132, выполненное с возможностью удаления отрегулированного выделенного сигнала из первого оцифрованного сигнала с получением входного сигнала 134 исследования.
Пункт 14. Система по пункту 13, также содержащая усилитель 110, выполненный с возможностью усиления смешанного сигнала до его приема аналого-цифровым преобразователем,
причем усилитель усиливает смешанный сигнал до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
Пункт 15. Система по пункту 13, дополнительно содержащая модуль 124 для вычисления фазовой задержки и амплитуды, выполненный с возможностью определения фазовой задержки и амплитуды выделенного сигнала и фазовой задержки и амплитуды первого оцифрованного сигнала и генерирования поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
Пункт 16. Система по пункту 13, в которой модуль для регулировки фазы и амплитуды сигнала выполнен с возможностью регулировки фазовой задержки выделенного сигнала для генерирования отрегулированного выделенного сигнала 130, сдвинутого по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
Пункт 17. Система по пункту 13, в которой нейроморфический процессор 118, 200 для обработки сигналов содержит:
модуль 204 для встраивания задержки, выполненный с возможностью приема второго оцифрованного сигнала и генерирования смешанного сигнала 206 со встроенной задержкой на основании второго оцифрованного сигнала,
резервуар 208, выполненный с возможностью линейного преобразования смешанного сигнала со встроенной задержкой в указанный резервуар с обеспечением создания представления 210 смешанного сигнала в многомерном пространстве состояний посредством объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара,
выходной слой 212, выполненный с возможностью генерирования совокупности предварительно отфильтрованных сигналов 214 посредством линейного преобразования указанного представления в пространстве состояний в один или более выходных узлов 506а-506n в выходном слое, и
банк адаптивных фильтров 216, выполненный с возможностью генерирования отдельных сигналов источника, которые вместе образуют смешанный сигнал, посредством обработки предварительно отфильтрованных сигналов посредством указанного банка адаптивных фильтров,
причем по меньшей мере один из отдельных сигналов источника идентифицирован как выделенный сигнал.
Пункт 18. Система по пункту 17, в которой
резервуар содержит множество обрабатывающих узлов 404, а
выходной слой содержит совокупность выходных узлов 502s-502n, каждый из которых выполнен с возможностью приема взвешенных выходных данных 504 из каждого обрабатывающего узла в качестве входных данных и суммирования указанных значений друг с другом для создания своего выходного весового коэффициента, причем
выходной весовой коэффициент каждого выходного узла обеспечивает усиление подсовокупности сигналов источника с одновременным подавлением других сигналов, а
выделенный сигнал идентифицирован на основании отдельных сигналов источника.
Пункт 19. Система по пункту 13, также содержащая устройство 136 для исследования спектра входного сигнала исследования.
Пункт 20. Компьютерный программный продукт 138 для подавления выделенного радиочастотного сигнала для исследования спектра по меньшей мере одного другого радиочастотного сигнала, содержащий:
компьютерочитаемый носитель для хранения данных, содержащий размещенные на нем программные инструкции и не являющийся по существу кратковременным носителем, при этом обеспечена возможность исполнения программных инструкций устройством с тем, чтобы вызвать осуществление указанным устройством способа, включающего:
прием 600 посредством аналого-цифрового преобразователя 112 смешанного сигнала 108, содержащего множество отдельных сигналов 104а-104n из различных источников 106а-106n сигналов,
оцифровку 606 смешанного сигнала аналого-цифровым преобразователем и генерирование первого оцифрованного сигнала 116 и второго оцифрованного сигнала 120, причем первый оцифрованный сигнал идентичен второму оцифрованному сигналу,
задержку 608 первого оцифрованного сигнала на заданное время задержки,
обработку 610 второго оцифрованного сигнала в нейроморфическом процессоре 118 для обработки сигналов для выделения выделенного сигнала 122 из второго оцифрованного сигнала, причем заданное время задержки соответствует задержке, встроенной 204 в нейроморфический процессор,
регулировку 614 фазовой задержки и амплитуды выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала и
удаление 616 отрегулированного выделенного сигнала 130 из первого оцифрованного сигнала для получения входного сигнала 134 исследования.
Несмотря на то, что в данном документе были показаны и описаны конкретные варианты реализации, специалистам в данной области техники следует учитывать, что любая конструкция, рассчитанная для достижения той же самой цели, может быть заменена на конкретные показанные варианты реализации, и что варианты реализации имеют иные применения в других средах. Данное применение охватывает любые адаптации или изменения. Приведенная далее формула изобретения никоим образом не ограничивает объем вариантов реализации настоящего изобретения конкретными вариантами реализации, описанными в данном документе.

Claims (52)

1. Способ (600) подавления выделенного радиочастотного сигнала (122) для исследования спектра по меньшей мере одного другого радиочастотного сигнала, включающий:
прием (602) посредством аналого-цифрового преобразователя (112) смешанного сигнала (108), содержащего множество отдельных сигналов (104а-104n) из различных источников (106а-106n) сигналов,
оцифровку (606) смешанного сигнала аналого-цифровым преобразователем и генерирование первого оцифрованного сигнала (116) и второго оцифрованного сигнала (120), причем первый оцифрованный сигнал идентичен второму оцифрованному сигналу,
задержку (608) первого оцифрованного сигнала на заданное время задержки,
обработку (610) второго оцифрованного сигнала в нейроморфическом процессоре (118) для обработки сигналов для выделения выделенного сигнала (122) из второго оцифрованного сигнала, причем заданное время задержки соответствует задержке, встроенной (204) в нейроморфический процессор,
регулировку (614) фазовой задержки и амплитуды выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала и
удаление (616) отрегулированного выделенного сигнала (130) из первого оцифрованного сигнала для получения входного сигнала (134) исследования.
2. Способ по п. 1, также включающий усиление (604) смешанного сигнала до его приема аналого-цифровым преобразователем,
причем смешанный сигнал усиливают до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
3. Способ по п. 1, также включающий:
определение (612) фазовой задержки и амплитуды выделенного сигнала и первого оцифрованного сигнала и
генерирование поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
4. Способ по п. 3, согласно которому регулировка (614) фазовой задержки и амплитуды выделенного сигнала включает генерирование отрегулированного выделенного сигнала, имеющего сдвиг по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
5. Способ по п. 1, согласно которому обработка второго оцифрованного сигнала в нейроморфическом процессоре для обработки сигналов включает:
прием (702) второго оцифрованного сигнала посредством нейроморфического процессора для обработки сигналов,
генерирование (704) смешанного сигнала (206) со встроенной задержкой на основании второго оцифрованного сигнала,
линейное преобразование (706) смешанного сигнала со встроенной задержкой с получением резервуара (208),
создание (708) представления (210) смешанного сигнала в многомерном пространстве состояний посредством объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара,
идентификацию (710) по меньшей мере одного из отдельных сигналов источника, которые вместе образуют смешанный сигнал, на основании указанного представления смешанного сигнала в многомерном пространстве состояний,
причем указанный по меньшей мере один идентифицированный отдельный сигнал источника представляет собой выделенный сигнал.
6. Способ по п. 5, также включающий линейное преобразование (712) указанного представления в многомерном пространстве состояний в один или более узлов (502а-502n) в выходном слое (212) для генерирования совокупности предварительно отфильтрованных сигналов (214).
7. Способ по п. 6, также включающий идентификацию (716) по меньшей мере одного из отдельных сигналов (104а-104n) источников посредством адаптивной фильтрации указанных предварительно отфильтрованных сигналов.
8. Способ по п. 7, согласно которому адаптивная фильтрация предварительно отфильтрованных сигналов (716) включает пропускание указанных предварительно отфильтрованных сигналов через банк адаптивных фильтров (216),
причем каждый предварительно отфильтрованный сигнал подают в уникальный фильтр в банке адаптивных фильтров, а каждый уникальный фильтр имеет адаптивную среднюю частоту.
9. Способ по п. 8, согласно которому банк адаптивных фильтров (216) содержит множество фильтров с конечной импульсной характеристикой и множество фильтров с бесконечной импульсной характеристикой.
10. Способ по п. 8, согласно которому выходной слой содержит совокупность выходных узлов (502а-502n), а резервуар содержит множество обрабатывающих узлов (404),
причем каждый выходной узел выполнен с возможностью приема взвешенных выходных данных (504) из каждого обрабатывающего узла в качестве входных данных и суммирования значения каждых входных данных для создания выходных данных (506а-506n) выходного узла.
11. Способ по п. 10, согласно которому каждый выходной узел в выходном слое содержит уникальную и адаптивную совокупность выходных весовых коэффициентов (508а-508n) на своих входных соединениях (510), так что при пропускании одного или более смешанных сигналов в нейроморфический процессор для обработки сигналов указанные адаптивные выходные весовые коэффициенты настроены таким образом, что выходные данные из заданного выходного узла обеспечивают усиление подсовокупности сигналов источника с одновременным подавлением других сигналов источника.
12. Способ по п. 11, также включающий получение (718) сигнала (224) ошибки на основании выходных данных из каждого адаптивного фильтра (216),
причем сигнал ошибки используют для обновления адаптивной средней частоты адаптивного фильтра и обновления адаптивных выходных весовых коэффициентов в выходном слое.
13. Система (100) для подавления выделенного радиочастотного сигнала (122) для исследования спектра по меньшей мере одного другого радиочастотного сигнала, содержащая:
аналого-цифровой преобразователь (112), выполненный с возможностью приема смешанного сигнала (108), содержащего множество отдельных сигналов (104а-104n), из различных источников (106а-106n) сигналов, оцифровки смешанного сигнала и генерирования первого оцифрованного сигнала (116) и второго оцифрованного сигнала (120), причем первый оцифрованный сигнал (116) идентичен второму оцифрованному сигналу (120),
схему (114) задержки, выполненную с возможностью задержки первого оцифрованного сигнала на заданное время задержки,
нейроморфический процессор (118) для обработки сигналов, выполненный с возможностью обработки второго оцифрованного сигнала для выделения выделенного сигнала (122) из второго оцифрованного сигнала, причем заданное время задержки соответствует задержке, встроенной (204) в нейроморфический процессор для обработки сигналов,
модуль (126) для регулировки фазы и амплитуды сигнала, выполненный с возможностью регулировки выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала, и
суммирующее соединение (132), выполненное с возможностью удаления отрегулированного выделенного сигнала из первого оцифрованного сигнала с получением входного сигнала (134) исследования.
14. Система по п. 13, также содержащая усилитель (110), выполненный с возможностью усиления смешанного сигнала до его приема аналого-цифровым преобразователем,
причем усилитель усиливает смешанный сигнал до заданной амплитуды для дискретизации аналого-цифровым преобразователем.
15. Система по п. 13, дополнительно содержащая модуль (124) для вычисления фазовой задержки и амплитуды, выполненный с возможностью определения фазовой задержки и амплитуды выделенного сигнала и фазовой задержки и амплитуды первого оцифрованного сигнала и генерирования поправки для выделенного сигнала на основании фазовой задержки и амплитуды первого оцифрованного сигнала.
16. Система по п. 13, в которой модуль для регулировки фазы и амплитуды сигнала выполнен с возможностью регулировки фазовой задержки выделенного сигнала для генерирования отрегулированного выделенного сигнала (130), сдвинутого по фазе на 180 градусов по отношению к первому оцифрованному сигналу.
17. Система по п. 13, в которой нейроморфический процессор (118, 200) для обработки сигналов содержит:
модуль (204) для встраивания задержки, выполненный с возможностью приема второго оцифрованного сигнала и генерирования смешанного сигнала (206) со встроенной задержкой на основании второго оцифрованного сигнала,
резервуар (208), выполненный с возможностью линейного преобразования смешанного сигнала со встроенной задержкой в указанный резервуар с обеспечением создания представления (210) смешанного сигнала в многомерном пространстве состояний посредством объединения смешанного сигнала со встроенной задержкой с множеством состояний резервуара,
выходной слой (212), выполненный с возможностью генерирования совокупности предварительно отфильтрованных сигналов (214) посредством линейного преобразования указанного представления в пространстве состояний в один или более выходных узлов (506а-506n) в выходном слое, и
банк адаптивных фильтров (216), выполненный с возможностью генерирования отдельных сигналов источника, которые вместе образуют смешанный сигнал, посредством обработки предварительно отфильтрованных сигналов посредством указанного банка адаптивных фильтров,
причем по меньшей мере один из отдельных сигналов источника идентифицирован как выделенный сигнал.
18. Система по п. 17, в которой
резервуар содержит множество обрабатывающих узлов (404), а
выходной слой содержит совокупность выходных узлов (502s-502n), каждый из которых выполнен с возможностью приема взвешенных выходных данных (504) из каждого обрабатывающего узла в качестве входных данных и суммирования указанных значений друг с другом для создания своего выходного весового коэффициента, причем
выходной весовой коэффициент каждого выходного узла обеспечивает усиление подсовокупности сигналов источника с одновременным подавлением других сигналов, а
выделенный сигнал идентифицирован на основании отдельных сигналов источника.
19. Система по п. 13, также содержащая устройство (136) для исследования спектра входного сигнала исследования.
RU2017122054A 2016-09-26 2017-06-22 Подавление сигнала для исследования спектра другого сигнала RU2742193C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/276,188 US10783430B2 (en) 2016-09-26 2016-09-26 Signal removal to examine a spectrum of another signal
US15/276,188 2016-09-26

Publications (3)

Publication Number Publication Date
RU2017122054A RU2017122054A (ru) 2018-12-24
RU2017122054A3 RU2017122054A3 (ru) 2020-11-16
RU2742193C2 true RU2742193C2 (ru) 2021-02-03

Family

ID=59239809

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017122054A RU2742193C2 (ru) 2016-09-26 2017-06-22 Подавление сигнала для исследования спектра другого сигнала

Country Status (6)

Country Link
US (1) US10783430B2 (ru)
EP (1) EP3300258B1 (ru)
JP (1) JP7068792B2 (ru)
KR (1) KR102472420B1 (ru)
CN (1) CN107872236B (ru)
RU (1) RU2742193C2 (ru)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10921422B2 (en) 2017-10-25 2021-02-16 The Boeing Company Below-noise after transmit (BAT) Chirp Radar
US11002819B2 (en) 2018-04-24 2021-05-11 The Boeing Company Angular resolution of targets using separate radar receivers
US11460753B2 (en) 2018-05-10 2022-10-04 The Board Of Trustees Of The Leland Stanford Junior University Systems and methods for activation functions for photonic neural networks
US20210192342A1 (en) * 2018-05-10 2021-06-24 The Board Of Trustees Of The Leland Stanford Junior University Training of Photonic Neural Networks Through in situ Backpropagation
KR20210000987A (ko) 2019-06-26 2021-01-06 삼성전자주식회사 아날로그-디지털 컨버터 및 이를 포함하는 뉴로모픽 컴퓨팅 장치
JP7289802B2 (ja) * 2020-02-17 2023-06-12 株式会社日立製作所 リザーバー計算機
US11997728B1 (en) * 2020-03-27 2024-05-28 ANDRO Computation Solutions Multi-task learning neural network framework for RF spectrum sensing and classification
US11796794B2 (en) 2020-05-12 2023-10-24 The Board Of Trustees Of The Leland Stanford Junior University Multi-objective, robust constraints enforced global topology optimizer for optical devices
CN113484607A (zh) * 2021-06-18 2021-10-08 国网安徽省电力有限公司电力科学研究院 一种面向低频非平稳信号的检测方法
WO2023091061A1 (en) * 2021-11-17 2023-05-25 Telefonaktiebolaget Lm Ericsson (Publ) Delay encoded vector symbolic radio multiple access

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2161109C1 (ru) * 1999-09-10 2000-12-27 Институт Машиноведения им. А.А. Благонравова РАН Способ подавления помех от колебаний упругой конструкции космической трансформируемой антенны в процессе эксплуатации и устройство для его осуществления
US7324036B2 (en) * 2003-05-12 2008-01-29 Hrl Laboratories, Llc Adaptive, intelligent transform-based analog to information converter method and system
US7415118B2 (en) * 2002-07-24 2008-08-19 Massachusetts Institute Of Technology System and method for distributed gain control
US8659656B1 (en) * 2010-10-12 2014-02-25 The Boeing Company Hyperspectral imaging unmixing
US8988970B2 (en) * 2010-03-12 2015-03-24 University Of Maryland Method and system for dereverberation of signals propagating in reverberative environments
US9213937B2 (en) * 2011-09-21 2015-12-15 Brain Corporation Apparatus and methods for gating analog and spiking signals in artificial neural networks

Family Cites Families (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164117B2 (en) 1992-05-05 2007-01-16 Automotive Technologies International, Inc. Vehicular restraint system control system and method using multiple optical imagers
JPH03160590A (ja) * 1989-11-17 1991-07-10 Fujitsu Ltd タイムレコーダ
US5402520A (en) 1992-03-06 1995-03-28 Schnitta; Bonnie S. Neural network method and apparatus for retrieving signals embedded in noise and analyzing the retrieved signals
US5325095A (en) 1992-07-14 1994-06-28 The United States Of America As Represented By The United States Department Of Energy Stepped frequency ground penetrating radar
US5499029A (en) 1992-07-14 1996-03-12 Eg&G Energy Measurements, Inc. Wide band stepped frequency ground penetrating radar
US5504487A (en) 1995-05-17 1996-04-02 Fastman, Inc. System for extracting targets from radar signatures
US5694474A (en) 1995-09-18 1997-12-02 Interval Research Corporation Adaptive filter for signal processing and method therefor
JPH10145771A (ja) * 1996-11-11 1998-05-29 Furukawa Electric Co Ltd:The Ｃａｔｖシステムの伝送品質監視方法及びその装置
US7333850B2 (en) 2004-05-28 2008-02-19 University Of Florida Research Foundation, Inc. Maternal-fetal monitoring system
US8031117B2 (en) 2004-09-23 2011-10-04 Interdigital Technology Corporation Blind signal separation using polarized antenna elements
WO2006084307A1 (en) 2005-02-09 2006-08-17 Reeves Bayan Anthony Radar system
CN100364242C (zh) * 2005-09-13 2008-01-23 浙江华立通信集团有限公司 可嵌入Rake接收机系统
US9070101B2 (en) 2007-01-12 2015-06-30 Fatdoor, Inc. Peer-to-peer neighborhood delivery multi-copter and method
KR100891666B1 (ko) * 2006-09-29 2009-04-02 엘지전자 주식회사 믹스 신호의 처리 방법 및 장치
US7403144B1 (en) 2006-12-26 2008-07-22 Hrl Laboratories, Llc Pulse domain encoder and filter circuits
US7822698B1 (en) 2007-03-23 2010-10-26 Hrl Laboratories, Llc Spike domain and pulse domain non-linear processors
CN101453228B (zh) * 2007-12-04 2013-04-17 松下电器产业株式会社 共站址干扰消除系统和方法
CN101459636B (zh) * 2007-12-12 2012-04-18 中兴通讯股份有限公司 自适应预失真方法
US8126642B2 (en) 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US8468108B1 (en) 2009-06-30 2013-06-18 Zytek Communications Corporation Modeling efficiency over a range of velocities in underwater vehicles
US8655297B2 (en) * 2009-07-06 2014-02-18 Panasonic Corporation Nonlinear distortion compensating receiver and nonlinear distortion compensation method
JP5769309B2 (ja) 2009-09-18 2015-08-26 国立大学法人東北大学 １計測信号からの独立成分分析による信号抽出装置、その信号抽出プログラム及びその信号抽出方法
US8515335B2 (en) 2009-11-30 2013-08-20 The Aerospace Corporation Cognitive anti-jam receiver systems and associated methods
US8566265B1 (en) 2011-03-10 2013-10-22 Hrl Laboratories, Llc Combined spike domain and pulse domain signal processing
CN102130732A (zh) * 2011-04-01 2011-07-20 北京邮电大学 基于神经网络的认知无线电协同频谱检测方法
US8861588B2 (en) 2011-04-04 2014-10-14 The United States Of America As Represented By The Secretary Of The Army Apparatus and method for sampling and reconstruction of wide bandwidth signals below Nyquist rate
US9024815B2 (en) 2011-05-27 2015-05-05 Brooks Engineering International, Llc Direct-to-digital software-defined radar
CN102281221B (zh) 2011-06-23 2017-03-15 中兴通讯股份有限公司 非线性系统失真校正装置及方法
US8977578B1 (en) 2012-06-27 2015-03-10 Hrl Laboratories, Llc Synaptic time multiplexing neuromorphic network that forms subsets of connections during different time slots
US8959040B1 (en) 2012-03-08 2015-02-17 Hrl Laboratories, Llc Spike timing dependent plasticity apparatus, system and method
US10497381B2 (en) 2012-05-04 2019-12-03 Xmos Inc. Methods and systems for improved measurement, entity and parameter estimation, and path propagation effect measurement and mitigation in source signal separation
EP2845191B1 (en) 2012-05-04 2019-03-13 Xmos Inc. Systems and methods for source signal separation
US9042496B1 (en) 2013-02-19 2015-05-26 The United States Of America, As Represented By The Secretary Of The Army Signal modulation scheme determination through an at least fourth-order noise-insensitive cumulant
KR101472220B1 (ko) * 2013-10-18 2014-12-11 지씨티 세미컨덕터 인코포레이티드 수신기에서 자동 이득을 조정하는 방법 및 수신기의 자동 이득 조정 장치
US20150202770A1 (en) 2014-01-17 2015-07-23 Anthony Patron Sidewalk messaging of an autonomous robot
US9986934B2 (en) 2014-01-29 2018-06-05 California Institute Of Technology Microwave radar sensor modules
EP2903171B1 (en) * 2014-01-30 2019-08-28 Analog Devices Global Unlimited Company Transmitter noise cancellation in a multi transmitter-receiver system
EP4250738A3 (en) 2014-04-22 2023-10-11 Snap-Aid Patents Ltd. Method for controlling a camera based on processing an image captured by other camera
US10222454B2 (en) 2014-08-19 2019-03-05 Navico Holding As Combining Reflected Signals
US20160071003A1 (en) * 2014-09-10 2016-03-10 Qualcomm Incorporated Multilayer Perceptron for Dual SIM Dual Active Interference Cancellation
US20160072543A1 (en) 2014-09-10 2016-03-10 Qualcomm Incorporated Methods and Systems for Multi-Model, Multi-Layer Perceptron Based Non-Linear Interference Management in Multi-Technology Communication Devices
CN105704075A (zh) 2014-11-25 2016-06-22 中兴通讯股份有限公司 校正处理方法及装置
US10540957B2 (en) 2014-12-15 2020-01-21 Baidu Usa Llc Systems and methods for speech transcription
DE102015100804B4 (de) 2015-01-20 2016-11-17 Infineon Technologies Ag Radarvorrichtung mit Rauschunterdrückung
US10054668B2 (en) 2015-02-26 2018-08-21 Src, Inc. Probabilistic signal, detection, and track processing architecture and system
US9749007B1 (en) 2015-03-19 2017-08-29 Hrl Laboratories, Llc Cognitive blind source separator
DE102015120733B4 (de) 2015-11-30 2017-11-02 Infineon Technologies Ag Radarvorrichtung mit Schätzung des Phasenrauschens
US10539645B2 (en) 2016-01-22 2020-01-21 GM Global Technology Operations LLC Angle of arrival estimation
WO2017187306A1 (en) 2016-04-25 2017-11-02 Uhnder, Inc. Adaptive filtering for fmcw interference mitigation in pmcw radar systems
US9753121B1 (en) 2016-06-20 2017-09-05 Uhnder, Inc. Power control for improved near-far performance of radar systems
US10832168B2 (en) 2017-01-10 2020-11-10 Crowdstrike, Inc. Computational modeling and classification of data streams
CN110088635B (zh) 2017-01-18 2022-09-20 赫尔实验室有限公司 用于去噪和盲源分离的认知信号处理器、方法与介质
US10921422B2 (en) 2017-10-25 2021-02-16 The Boeing Company Below-noise after transmit (BAT) Chirp Radar
US11002819B2 (en) 2018-04-24 2021-05-11 The Boeing Company Angular resolution of targets using separate radar receivers

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2161109C1 (ru) * 1999-09-10 2000-12-27 Институт Машиноведения им. А.А. Благонравова РАН Способ подавления помех от колебаний упругой конструкции космической трансформируемой антенны в процессе эксплуатации и устройство для его осуществления
US7415118B2 (en) * 2002-07-24 2008-08-19 Massachusetts Institute Of Technology System and method for distributed gain control
US7324036B2 (en) * 2003-05-12 2008-01-29 Hrl Laboratories, Llc Adaptive, intelligent transform-based analog to information converter method and system
US8988970B2 (en) * 2010-03-12 2015-03-24 University Of Maryland Method and system for dereverberation of signals propagating in reverberative environments
US8659656B1 (en) * 2010-10-12 2014-02-25 The Boeing Company Hyperspectral imaging unmixing
US9213937B2 (en) * 2011-09-21 2015-12-15 Brain Corporation Apparatus and methods for gating analog and spiking signals in artificial neural networks

Also Published As

Publication number Publication date
EP3300258A1 (en) 2018-03-28
RU2017122054A (ru) 2018-12-24
KR102472420B1 (ko) 2022-11-29
KR20180034216A (ko) 2018-04-04
CN107872236A (zh) 2018-04-03
JP7068792B2 (ja) 2022-05-17
RU2017122054A3 (ru) 2020-11-16
US20180089558A1 (en) 2018-03-29
CN107872236B (zh) 2021-08-06
JP2018067913A (ja) 2018-04-26
EP3300258B1 (en) 2019-10-16
US10783430B2 (en) 2020-09-22

Similar Documents

Publication Publication Date Title
RU2742193C2 (ru) Подавление сигнала для исследования спектра другого сигнала
US9749007B1 (en) Cognitive blind source separator
JP7258513B2 (ja) ビロウノイズ送信後（ｂａｔ）チャープレーダー
Martinek et al. Use of adaptive filtering for noise reduction in communications systems
US9871684B2 (en) Devices and methods for hermetic transform filters
JP2005518118A (ja) 周波数解析のためのフィルタセット
Liu et al. Frequency invariant beamforming for two-dimensional and three-dimensional arrays
JP2019215325A (ja) 別々のレーダー受信器を用いたターゲットの角度分解
Shen et al. Group sparsity based wideband DOA estimation for co-prime arrays
Li et al. An improved EMD method for time–frequency feature extraction of telemetry vibration signal based on multi-scale median filtering
JP6815956B2 (ja) フィルタ係数算出装置、その方法、及びプログラム
US11482239B2 (en) Joint source localization and separation method for acoustic sources
Kumar et al. φ FrMF: fractional Fourier matched filter
Anbiyaei et al. Performance improvement for wideband DOA estimation with white noise reduction based on uniform linear arrays
Blouin Exponential filters for passive underwater acoustic detections-A global processing gain perspective
CN110491408B (zh) 一种基于稀疏元分析的音乐信号欠定混叠盲分离方法
Oliinyk et al. A Fast and Efficient Method for Time Delay Estimation for the Wideband Signals in Non-gaussian Environment
Tao et al. A novel approach to fast DOA estimation of multiple spatial narrowband signals
Gómez et al. Bioacoustic signals denoising using the undecimated discrete wavelet transform
AU2013100970A4 (en) Systems and methods for performing spectral analysis
JP7024615B2 (ja) 音響信号分離装置、学習装置、それらの方法、およびプログラム
Marchand et al. Improving sinusoidal frequency estimation using a trigonometric approach
Lima et al. A method based on independent component analysis for adaptive decomposition of multiple power quality disturbances
Iliev et al. Application of Number Theoretic Transformations for Signal Processing in Radar Sensors
Mahajan et al. General properties of auditory spectro-temporal receptive fields