[发明专利]一种用于盲源分离的特征提取方法在审
| 申请号： | 201811540704.2 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109614943A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 陈劼;谢加武;张健;刘洁 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 孙一峰 |
| 地址： | 611731 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于通信技术领域，具体的说是涉及一种用于盲源分离的特征提取方法。本发明的方法主要是：对混合盲源信号进行预处理，获得时频图，将其作为训练数据输入到神经网络中，采用深度学习方法，拟合出具有如下特征的神经网络目标函数：在极小化该目标函数的过程中，当目标函数收敛时，同一源信号的时频点的欧式距离和达到最小，不同时频点的欧式距离和达到最大，将混合盲源信号输入训练好的神经网络中，根据神经网络的输出，对不同源的信号进行聚类，利用特征集合构造时频掩蔽矩阵，计算频谱并得到分离后的时域信号。本发明的有益效果为：可以实现对多种未知源信号的混合信号的分离。 | ||
| 搜索关键词： | 神经网络 目标函数 时频 盲源分离 盲源信号 欧式距离 特征提取 预处理 矩阵 掩蔽 通信技术领域 混合信号 时域信号 特征集合 训练数据 未知源 聚类 拟合 频点 频谱 同源 收敛 输出 学习 | ||
【主权项】：
1.一种用于盲源分离的特征提取方法，其特征在于，包括以下步骤：S1、对混合盲源信号进行预处理，获得时频特征，将其作为训练数据输入到神经网络中；S2、对训练数据添加参考标签，原则是：根据各个源信号在时频点的能量大小来决定该时频点的标签，即在某一时刻时频点的能量最大的源信号标记为“1”，其余源信号标记为“0”；S3、采用深度学习方法，拟合出具有如下特征的神经网络目标函数：根据参考标签极小化该目标函数的过程中，目标函数使同一源信号的时频点的欧式距离和达到最小，不同时频点的欧式距离和达到最大；S4、将混合盲源信号输入训练好的神经网络中，根据神经网络的输出，对不同源的信号进行聚类，利用特征集合构造时频掩蔽矩阵，计算频谱并得到分离后的时域信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811540704.2/，转载请声明来源钻瓜专利网。
