[发明专利]一种基于鲁棒聚类粒子群优化的欠定盲源分离方法有效

专利信息
申请号: 202110370704.8 申请日: 2021-04-07
公开(公告)号: CN113095394B 公开(公告)日: 2023-09-22
发明(设计)人: 廖斌;黄宇扬 申请(专利权)人: 深圳大学
主分类号: G06F18/2134 分类号: G06F18/2134;G06F18/2131;G06F18/10;G06F18/23;G06F18/2433;G06N3/006
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 朱阳波
地址: 518061 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 鲁棒聚类 粒子 优化 欠定盲源 分离 方法
【权利要求书】:

1.一种基于鲁棒聚类粒子群优化的欠定盲源分离方法,其特征在于,所述方法包括:

获取待欠定盲源分离的原始信号,并基于盲源分离信号模型对所述原始信号进行稀疏预处理,得到预处理信号;

对所述预处理信号进行基于鲁棒聚类粒子群优化的混合矩阵估计,得到混合矩阵;其中,所述基于鲁棒聚类粒子群优化的混合矩阵估计包括离群点消除策略和簇心扰动策略;

根据所述混合矩阵对所述预处理信号进行L1范数惩罚的恢复计算,得到恢复的期望信号;

基于离群点消除策略,对所述预处理信号进行簇心估计,得到混合矩阵包括:

根据所述预处理信号,得到聚类粒子;

根据预设的规则,剔除所述聚类粒子的离群点,得到初始全局最优粒子;其中,所述初始全局最优粒子包括初始全局最优类簇组和初始全局最优簇心组;

对所述初始全局最优粒子进行迭代计算,得到目标全局最优粒子;

将所述目标全局最优粒子的簇心作为混合矩阵;

基于簇心扰动策略,对所述预处理信号进行扰动估计,得到混合矩阵包括:

获取干扰率;其中,所述干扰率用于表征对类簇的扰动大小;

生成一个随机数;

根据所述随机数、所述干扰率和所述预处理信号,得到混合矩阵;

所述根据所述随机数、所述干扰率和所述预处理信号,得到混合矩阵包括:

根据所述随机数和所述干扰率,确定类簇被选中的概率;

根据所述概率和所述预处理信号,得到混合矩阵。

2.根据权利要求1所述的基于鲁棒聚类粒子群优化的欠定盲源分离方法,其特征在于,所述基于盲源分离信号模型对所述原始信号进行稀疏预处理,得到预处理信号包括:

基于盲源分离信号模型,对所述原始信号进行抽取,得到抽取信号;

根据预设的计算法则,对所述抽取信号进行映射,得到映射信号;

对所述映射信号进行归一化计算,得到预处理信号。

3.根据权利要求1所述的基于鲁棒聚类粒子群优化的欠定盲源分离方法,其特征在于,所述对所述预处理信号进行基于鲁棒聚类粒子群优化的混合矩阵估计,得到混合矩阵包括:

基于离群点消除策略,对所述预处理信号进行簇心估计,得到混合矩阵。

4.根据权利要求3所述的基于鲁棒聚类粒子群优化的欠定盲源分离方法,其特征在于,所述对所述预处理信号进行基于鲁棒聚类粒子群优化的混合矩阵估计,得到混合矩阵还包括:

基于簇心扰动策略,对所述预处理信号进行扰动估计,得到混合矩阵。

5.根据权利要求1所述的基于鲁棒聚类粒子群优化的欠定盲源分离方法,其特征在于,所述根据所述混合矩阵对所述预处理信号进行L1范数惩罚的恢复计算,得到恢复的期望信号包括:

根据所述混合矩阵对所述预处理信号进行L1范数惩罚运算,得到范数惩罚信号;

对所述范数惩罚信号进行短时傅里叶逆变换,得到恢复的期望信号。

6.一种智能终端,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-5中任意一项所述的方法。

7.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-5中任意一项所述的方法。

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深圳大学,未经深圳大学许可,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/pat/books/202110370704.8/1.html,转载请声明来源钻瓜专利网。

同类专利
  • 基于深度神经网络的无线信号单通道盲源分离方法及装置-202310833146.3
  • 于淼;郭鹏程;顾淼淼 - 中国人民解放军国防科技大学
  • 2023-07-07 - 2023-10-24 - G06F18/2134
  • 本发明公开了一种基于深度神经网络的无线信号单通道盲源分离方法及装置,具体为:在训练阶段,创建信号数据集,数据集包括训练集和验证集;搭建双路径复时域卷积网络;创建自定义的网络训练目标函数,使用得到的信号数据集,对双路径复时域卷积网络进行训练和验证,得到训练好的双路径复时域卷积网络;在应用阶段,通过单根天线获取待分离的时频混叠信号;将时频混叠信号进行分段整理,得到固定长度的复数形式混叠信号;利用训练好的双路径复时域卷积网络,从复数形式混叠信号中分离出多个信号并送入解调器解调,恢复分离信号的比特数据。本发明可在单根天线接收情况下实现同时同频混合信号的有效分离,提高了无线通信抗干扰能力。
  • 一种带压管道气体分析方法及系统-202311021560.0
  • 曾建祥;欧阳路;何海鱼;王一平;陈点点;聂永胜;邓林海;曾海鸥;谭秀腾;邹俭 - 湖南天联城市数控有限公司
  • 2023-08-15 - 2023-10-20 - G06F18/2134
  • 本发明涉及数据处理技术领域,提出了一种带压管道气体分析方法及系统,包括:采集带压管道气体的若干混合浓度曲线;通过EMD分解及每个IMF分量的周期表现,获取每条混合浓度曲线的若干第一IMF分量;对每个第一IMF分量提取极值点得到极值点分布序列及极值点间趋势序列;根据不同混合浓度曲线的第一IMF分量在极值点分布序列及极值点间趋势序列的相似程度,获取若干匹配分量集合及其连接性,根据连接性得到独立成分数量;根据独立成分数量对所有混合浓度曲线进行ICA分解,得到若干独立成分分量,根据独立成分分量完成带压管道的气体分析。本发明旨在解决带压管道中气体成分无法准确判断而影响每种气体的异常分析效果的问题。
  • 一种锦灯笼宿萼的近红外光谱数据处理系统-202311147002.9
  • 滕杨;吴优;谭天;刘玉双;倪蕾;李艳翠;赵宏;王宇亮 - 佳木斯大学
  • 2023-09-07 - 2023-10-13 - G06F18/2134
  • 本发明涉及光谱数据检测技术领域,具体涉及一种锦灯笼宿萼的近红外光谱数据处理系统。该系统包括:获取样本的数据曲线;选取目标样本、匹配样本及噪声目标样本;获取每个样本的独立分量;获取目标分量,根据目标分量和匹配样本的独立分量的光谱数据之间的关系获取两者的匹配程度;根据匹配程度获取目标分量的匹配分量;获取若干区间,根据同一区间内噪声目标样本的目标分量与匹配分量的吸收率差异获取噪声目标样本与匹配样本的差异性;获取最优方差,高群觉最优方差获取目标样本在每个区间内加入的高斯噪声方差;根据每个区间内加入的高斯噪声方差对锦灯笼宿萼进行分类。本发明避免了由于波段重叠而导致的光谱数据相差较小。
  • 快速峭度图轴承复合故障诊断方法、系统、设备以及介质-202310896117.1
  • 李继明;许传诺;闫云雪;程学珍 - 山东科技大学
  • 2023-07-21 - 2023-09-22 - G06F18/2134
  • 本发明属于轴承故障诊断技术领域,具体公开了一种快速峭度图轴承复合故障诊断方法、系统、设备以及介质。本发明针对复合信号中多种故障特征提取问题,提出基于BAS‑Fast ICA和ISAM快速峭度图的轴承复合故障诊断方法,即首先利用天牛须搜索BAS优化Fast ICA算法中的分离矩阵,进而通过BAS‑Fast ICA分离复合信号,再用ISAM快速峭度图对每个分离后的振动信号进行诊断,从而实现了轴承复合故障诊断。本发明方法综合了BAS‑Fast ICA和ISAM快速峭度图的优势,既能够简单迅速的分离复合故障信号,又能够降低频带干扰,准确提取信号中包含的各个轴承故障特征频率,因而具有轴承复合故障诊断能力。
  • 一种基于鲁棒聚类粒子群优化的欠定盲源分离方法-202110370704.8
  • 廖斌;黄宇扬 - 深圳大学
  • 2021-04-07 - 2023-09-22 - G06F18/2134
  • 本发明公开了一种基于鲁棒聚类粒子群优化的欠定盲源分离方法,所述方法包括:获取待欠定盲源分离的原始信号,并基于盲源分离信号模型对所述原始信号进行稀疏预处理,得到预处理信号;对所述预处理信号进行基于鲁棒聚类粒子群优化的混合矩阵估计,得到混合矩阵;其中,所述基于鲁棒聚类粒子群优化的混合矩阵估计包括离群点消除策略和簇心扰动策略;根据所述混合矩阵对所述预处理信号进行L1范数惩罚的恢复计算,得到恢复的期望信号。本发明实施例通过离群点消除策略消除离群点的干扰以提高估计精度,并通过簇心扰动策略避免算法进入局部最优,提高算法的鲁棒性,进而提高期望信号的质量。
  • 一种基于双传感器的时频域欠定盲源分离方法及系统-202310639802.6
  • 张海剑;陈佳佳;孙思雨;严秦梦颖 - 武汉大学
  • 2023-05-31 - 2023-09-15 - G06F18/2134
  • 本发明公开了一种基于双传感器的时频域欠定盲源分离方法及系统,包括两个阶段:第一阶段利用聚类和匹配追踪算法检测出具有高聚类特性的单源点并估计混合矩阵,从而实现高精度的混合矩阵估计;第二阶段将时频域的信号恢复问题转化为具有松弛稀疏条件的稀疏恢复模型,打破了传统盲源分离算法对自源点上源数目的约束,实现了良好的分离效果。本发明适用于源数目较多、混合信噪比较低、混叠严重等双传感器欠定盲源分离场景,具有较强的适用性和实用性。
  • 一种基于稀疏矩阵向量乘的特征检测的方法、装置及介质-202310484071.2
  • 刘杰;郭际虎;王庆林;石永振 - 中国人民解放军国防科技大学
  • 2023-05-04 - 2023-07-18 - G06F18/2134
  • 本申请公开了一种基于稀疏矩阵向量乘的特征检测的方法、装置及介质,涉及科学计算领域。该方法中,将矩阵图像和矩阵特征输入至神经网络模型中;通过神经网络模型输出目标稀疏矩阵的预测存储格式;按照预测存储格式对目标稀疏矩阵进行稀疏矩阵向量乘,并根据稀疏矩阵向量乘的结果确定预设场景的特征信息。神经网络模型中样本稀疏矩阵对应的矩阵图像和矩阵特征为输入,样本稀疏矩阵的所有格式进行相同次数的稀疏矩阵向量乘的耗时结果中耗时最短时对应的格式为输出,因此,通过神经网络模型输出的目标稀疏矩阵的预测存储格式在进行稀疏矩阵向量乘的耗时也是最短的,提高了稀疏矩阵向量乘的效率,从而提升了基于稀疏矩阵向量乘进行特征检测时的效率。
  • 一种单通道超声波信号的盲源分离方法-202310218642.8
  • 蔡君懿;李琪林;方建全 - 国网四川省电力公司营销服务中心
  • 2023-03-08 - 2023-07-11 - G06F18/2134
  • 本发明公开了一种单通道超声波信号的盲源分离方法,包括如下步骤:获取目标所处环境的超声波信号,并识别局部放电源数量;构建虚拟多通道信号;快速独立成分分析对虚拟多通道信号进行分离,得到分离后的独立超声波信号。本发明的盲源分离方法通过识别局部放电源数量,进而能够构建虚拟的多通道信号,最后利用独立成分分析对虚拟的多通道信号进行分离,得到单通道超声波信号,实现了在局部放电源数量多于传感器数量而无法混合信号分离的问题。
  • 使用具有广泛不同误差大小的数据进行空间滤波的系统和方法-201710811466.3
  • G·A·雷 - 波音公司
  • 2017-09-11 - 2023-06-16 - G06F18/2134
  • 本发明公开了一种用于空间滤波数据的方法,该方法包括:接收包括空间类型信息的多个信号参数向量,该空间类型信息从传感器导出并与信号发射器相关联;确定多个第一坐标和第二坐标的误差大小;以及当误差大小相差预定量时,将多个坐标传送到在阵列数据结构中的不同稀释度的至少两个阵列,其中每个阵列表示物理空间域,传感器从物理空间域接收多个信号。该方法还包括确定表示多个坐标的概率密度函数的多个椭圆误差区域概率对象,其中每个对象与至少两个阵列中的至少一个相关联地存储,以及确定表示信号发射器位置的多个对象之间的交叉区域。
  • 一种基于扫频SFOAEs的自适应能量滤波的源分离方法-202211655021.8
  • 宫琴;许润逸;范毅博 - 无锡清耳话声科技有限公司;清华大学无锡应用技术研究院;清华大学
  • 2022-12-22 - 2023-06-09 - G06F18/2134
  • 本发明提供一种基于扫频SFOAEs的自适应能量滤波的源分离方法,其可以精准分离出不同耳蜗产生位点的SFOAEs分量,为后续精准预测提供数据基础。本申请技术方案中,使用频率随时间呈连续、线性变化的扫频刺激声S1和扫频抑制声S2在时域上合成为刺激信号;使用四段式双音的方式播放刺激声,基于四段式双音抑制范式快速而准确地消除线性刺激声的干扰,并初步抵消抑制声诱发的SFOAEs,提取到刺激声诱发的SFOAEs残差信号;通过动态跟踪滤波器以分离提取出扫频刺激声诱发的SFOAEs信号,得到目标SFOAEs信号;对目标SFOAEs信号进行短时傅里叶变换,同时获得时域和频域信息,根据时频分布图计算得到扫频SFOAEs信号的幅度谱和相位谱,精准分离出不同位置的SFOAEs分量。
  • 一种基于过完备宽度学习模型的污水处理过程故障监测方法-201911402093.X
  • 常鹏;王凯;王普 - 北京工业大学
  • 2019-12-30 - 2023-06-02 - G06F18/2134
  • 本发明公开了一种基于过完备宽度学习模型的污水处理过程故障监测方法。本发明包括“离线训练”和“在线监测”两个阶段。“离线训练”包括:首先对采集的正常数据和部分故障数据设置标签并对训练数据进行归一化处理,标签“0”为正常状态,“1”为故障状态,然后用过完备独立成分分析方法提取正常数据的解混矩阵并计算训练数据的独立成分矩阵,然后利用宽度学习系统建立离线训练模型。“在线监测”包括:对新采集的数据进行归一化和标签处理,标签“0”为正常状态,“1”为故障状态,并用离线模型的参数模型进行在线监测。本发明不需要过多的网络层数,故障监测快速,监测准确率高。
  • 一种特征自增强的循环神经网络的污水关键水质指标软测量方法-201911298640.4
  • 常鹏;李泽宇;王普 - 北京工业大学
  • 2019-12-14 - 2023-05-02 - G06F18/2134
  • 本发明公开一种特征自增强的循环神经网络的方法,用于污水关键水质指标软测量。包括离线训练和在线软测量两个阶段。在离线阶段,首先对于历史的数据进行特征提取,本文选择运用OICA方法把原始数据提取成为高维的独立特征,之后采取二进制粒子群的方式,提取最优的独立特征组合并将其映射到最优特征的解混矩阵。在线测量时将数据经过离线时提取的解混矩阵跟待监测数据结合,将其映射到最优的特征维度,并将特征数据进入循环神经网络进行训练,得到软测量的结果。实验验证本发明的软测量精度高于传统的软测量方法,并且在污水处理过程复杂的环境下也可以有很高的精度,适合用于实际的工业过程。
  • 一种基于自回归极限学习机的非线性动态过程监测方法-201910229751.3
  • 唐俊苗;童楚东;史旭华 - 宁波大学
  • 2019-03-12 - 2023-04-07 - G06F18/2134
  • 本发明公开一种基于自回归极限学习机的非线性动态过程监测方法,旨在利用极限学习机(ELM)算法实施非线性动态过程监测。具体来讲,本发明方法的核心在于利用ELM算法来拟合非线性的自回归(AR)模型,从而实现对采样数据非线性与时序自相关性特征的描述。实施在线过程监测时,利用平方马氏距离统计指标来监测自回归极限学习机模型的输出估计误差,从而反映出在线采样数据是否异常。与传统方法相比,本发明方法利用ELM拟合出了非线性的AR‑ELM模型,描述了测量变量间的非线性动态关系特征。最后,通过具体实施案例对比验证了本发明方法是一种更为优选的非线性动态过程监测方法。
  • 微弱信号盲提取方法-202010010208.7
  • 卢广阔 - 西南电子技术研究所(中国电子科技集团公司第十研究所)
  • 2020-01-06 - 2023-03-28 - G06F18/2134
  • 本发明公开的一种微弱信号盲提取方法,旨在提供一种鲁棒性和抗干扰性更加优越的盲提取方法,本发明通过下述技术方案实现:在基于信源独立的前提下,建立单通道瞬时线性混合模型;将单通道混合信号构造为窗长L为2的矩阵C,再依据奇异谱分析理论,对其矩阵C进行奇异值分解,并通过反汉克尔变换,得到奇异值对应时间序列;不断进行MRSSA变换,将单通道瞬时线性混合模型转换成多通道的共信道瞬时线性混合模型,得到重构矩阵X;重构后,构建MRSSA‑ICA滤波器,把单通道混合数据分解成多个ICs,将感兴趣信号分量被从单通道时频部分重叠多信号中提取出来,实现基于MRSSA‑ICA的共信道盲提取微弱信号。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top