[发明专利]一种基于非负张量分解的多源信号分离方法

摘要

一种基于非负张量分解的多源信号分离方法，针对多源振动信号数据，基于平均信息熵方法确定最优的窗长，进而在最优窗长的基础上采取短时傅里叶变换构建出三维时频张量分布，并利用迭代步数、收敛误差和核一致性指标选择最优源信号个数，根据最优源信号个数进行非负张量分解，利用分解得到的矩阵重构出源信号的时频矩阵分布，进而通过短时傅里叶逆变换获得源信号。本发明能够准确地从混合信号中提取出源信号。

主权项

1.一种基于非负张量分解的多源信号分离方法，其特征在于，包括以下步骤：步骤一：提取多源振动信号Am×n，其中m为每个源信号数据点个数，n为信号个数；步骤二：对于多源振动信号Am×n，选择不同窗长下的汉宁窗对Am×n进行短时傅里叶变换构建时频数据，得到不同窗长下的时频数据Bm×m×n，根据时频数据Bm×m×n求解时域方向和频域方向的平均信息熵，绘制不同窗长下的平均信息熵图形，选择时域方向和频域方向的平均信息熵的交点所对应的窗长作为最优窗长；步骤三：根据最优窗长，对多源振动信号Am×n进行短时傅里叶变换得到时频张量数据Xt×f×n，其中t、f、n分别代表时间、频率和信号个数；步骤四：对时频张量数据Xt×f×n进行非负张量分解，根据分解过程中的收敛误差、迭代步数和核一致性，采用基于收敛误差及迭代步数的评价方法和基于核一致性的源信号个数的优化估计方法，其中基于收敛误差及迭代步数的评价方法是通过非负张量分解过程中算法的迭代步数和相邻层之间的相对误差来衡量的，而基于核一致性的源信号个数的优化估计方法通过将非负张量分解和同等规格的非负Tucker分解的内核数据结构间的相互关系进行评估，核一致性指标用公式表示为：上式中：F—非负Tucker分解的核中所有元素的平方和；gdef∈G—非负张量分解的核元素；tdef∈T—非负Tucker分解的核元素，最终根据得到的收敛误差及迭代步数和核一致性的变化规律曲线，找到最优源信号个数r；步骤五：根据最优源信号个数r，对时频张量数据Xt×f×n进行非负张量分解得到X1∈Rt×r，X2∈Rf×r，X3∈Rn×r，由公式：Xj＝X1(:,i)×X2(:,i)'   (2)其中i＝1:1:r，j＝1:1:r，Xj代表第j个源信号的重构时频矩阵特征分量，得到了r个源信号的重构时频矩阵特征分量；步骤六：选择步骤三中得到的时频张量数据Xt×f×n中任一个信号的时频数据Xt×f×k，进行源信号的时频矩阵重构，即用公式：Yj＝Xj·Xt×f×k   (3)其中k＝1:1:n,j＝1:1:r，Yj代表第j个源信号的时频矩阵，得到r个重构源信号时频矩阵，然后利用短时傅里叶逆变换公式：其中f代表频率，t代表时间，得到r个源信号，成功地从多源振动信号中提取出源信号。