[发明专利]基于改进时频单源区的欠定混合矩阵盲估计方法在审
申请号: | 201611219687.3 | 申请日: | 2016-12-26 |
公开(公告)号: | CN106778001A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 付卫红;农斌;周新彪;田德艳;韦娟;黑永强;李晓辉;刘乃安 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 陕西电子工业专利中心61205 | 代理人: | 田文英,王品华 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于改进时频单源区的欠定混合矩阵盲估计方法。本发明首先获取观测信号矩阵,对观测信号矩阵进行伽柏Gabor变换得到时频信号矩阵,然后构建时频单源区信号矩阵,剔除时频单源区信号矩阵中的低能量值的列向量,最终对时频单源区信号矩阵进行聚类得到欠定混合矩阵。本发明克服了现有技术存在的混合矩阵估计误差较高和容易受到源信号稀疏性的影响的缺点,使得本发明具有能保持较低混合矩阵估计误差的同时降低对源信号稀疏性的要求。 | ||
搜索关键词: | 基于 改进 时频单源区 混合 矩阵 估计 方法 | ||
【主权项】:
一种基于改进时频单源区的欠定混合矩阵盲估计方法,包括如下步骤:(1)将采集到的通信信号存入观测信号矩阵中;(2)对观测信号矩阵进行伽柏Gabor变换,得到时频信号矩阵;(3)构建时频单源区信号矩阵:(3a)按照下式,计算每一个时频信号矩阵中列向量的角度系数:ρ=|(R{X(t,k)})TI{X(t,k)}||R{X(t,k)}||||I{X(t,k)}|||]]>其中,ρ表示时频信号矩阵中列向量的角度系数,R{·}表示取实部操作,X(t,k)表示时频信号矩阵中采集时刻t和频率点k对应的列向量,(·)T表示转置操作,I{·}表示取虚部操作,||·||表示取2范数操作,|·|表示取绝对值操作。(3b)判断每一个时频信号矩阵中列向量的角度系数是否大于0.95,若是,则执行步骤(3c),否则,则执行步骤(3d);(3c)将时频信号矩阵中角度系数大于0.95的列向量存入时频单源区信号矩阵;(3d)剔除时频信号矩阵中角度系数小于0.95的列向量;(4)剔除时频单源区信号矩阵中的低能量值的列向量:(4a)按照下式,计算门限值:ε=0.2max(||X(t,k)||2)其中,ε表示门限值,max(·)表示取最大值操作;(4b)按照下式,计算时频单源区信号矩阵中列向量的能量值:E=||X^(t,k)||2]]>其中,E表示时频单源区信号矩阵中列向量的能量值,表示时频单源区信号矩阵中采集时刻t和频率点k对应的列向量;(4c)判断时频单源区信号矩阵中列向量的能量值是否大于门限值,若是,则执行步骤(4d),否则,则执行步骤(4e);(4d)保留时频单源区信号矩阵中能量值大于门限值的列向量;(4e)剔除时频单源区信号矩阵中能量值大于门限值列向量;(5)对时频单源区信号矩阵进行聚类,得到欠定混合矩阵。
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西安电子科技大学,未经西安电子科技大学许可,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/201611219687.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用