[发明专利]无线传感器网络中基于粒子滤波的多车辆声信号分离方法

摘要

本发明公开了一种无线传感器网络的基于粒子滤波的多车辆声信号分离方法，包括先由传感节点采集检测范围内的多目标运动车辆发出的混合声信号，再初始化包括粒子数量，取值范围和各粒子的权重在内的序贯重要采样法的参数，并根据系统参数，确定信号混合矩阵和先验概率密度函数，接着利用贝叶斯原理得到后验概率密度函数，计算各粒子的权重并归一化，得到每个粒子的归一化权重，再根据设置的门限值对粒子进行重采样，用全部粒子加权计算当前时刻的声信号值，如此循环，最终得到所有时刻的声信号估计值，从而实现多种车辆声音信号分离。本发明的方法能处理非高斯、非线性模型和非平稳车辆声信号，而且易于实现。

主权项

1.一种无线传感器网络的基于粒子滤波的多车辆声信号分离方法，其特征在于包括步骤：1)在一无线传感器网络中，具有声信号采集功能的传感节点对检测范围内的多目标运动车辆发出的混合声信号进行采集；2)为执行粒子滤波，传感节点初始化序贯重要采样法的参数，包括设置粒子的数量，取值范围，各个粒子所对应的权重；3)传感节点根据系统参数，得到信号混合矩阵和以车辆声信号的粒子值为条件的采集声信号的条件概率密度函数，即先验概率密度函数；4)根据先验概率密度函数和采集到的声信号，运用贝叶斯公式得到以当前时刻采集得到的声信号为条件的车辆声信号的后验概率密度函数，再对全部粒子的权值进行归一化，得到各个粒子的新权重值；5)当性能低于门限值时，启动重要重采样程序进行重采样；6)根据所有车辆声信号的粒子值和它们的概率密度进行加权运算，求出当前时刻的车辆声信号取值；7)若当前时刻不是采集数据的最后时刻，返回到步骤(4)，进行下一时刻的迭代运算；8)将上述步骤中得到的各个时刻的声信号取值合并，得到目标的声信号估计。