申请/专利权人:集美大学
申请日:2014-10-14
公开(公告)日:2015-02-04
公开(公告)号:CN104333523A
主分类号:H04L25/03(2006.01)I
分类号:H04L25/03(2006.01)I
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2020.01.03#发明专利申请公布后的驳回;2016.07.27#实质审查的生效;2015.02.04#公开
摘要:本发明涉及信号处理技术领域,具体涉及一种基于NPCA的后非线性盲源分离方法。本发明的一种基于NPCA的后非线性盲源分离方法,包括:步骤1:载入T个采样点的观测信号,步骤2:初始化它的每个元素在[-11]之间随机产生;步骤3:判断t≤T,若是则执行步骤4,否则执行步骤8;步骤4:对源信号进行最优估计yt,即为求解最优的时变系统的广义逆矩阵步骤5:对的列向量进行堆叠形成一个n2维的列向量,构造n2×n2维的和选取适合分离源信号的非线性函数;步骤7:利用H∞自适应算法求解最优步骤8:t>T,输出T个采样点的yt。本发明不仅能分离出混叠在后非线性系统中服从任何分布的信号,且适用在线进行盲源分离。
主权项:一种基于NPCA的后非线性盲源分离方法,其特征在于:包括以下步骤:步骤1:载入T个采样点的观测信号步骤2:初始化它的每个元素在[‑11]之间随机产生;步骤3:判断t≤T,若是则执行步骤4,否则执行步骤8;步骤4:对源信号st=[s1t,s2t,…,snt]T进行最优估计yt,即为求解最优的时变系统的广义逆矩阵步骤5:对的列向量进行堆叠形成一个n2维的列向量,构造n2×n2维的和选取适合分离源信号的非线性函数;步骤7:利用H∞自适应算法求解最优步骤8:t>T,输出T个采样点的yt。
全文数据:
权利要求:
百度查询: 集美大学 基于NPCA的后非线性盲源分离方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。