申请/专利权人:集美大学
申请日:2020-09-17
公开(公告)日:2024-04-12
公开(公告)号:CN112116922B
主分类号:G10L21/0272
分类号:G10L21/0272;G10L21/0308;G06F18/2134
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2021.01.08#实质审查的生效;2020.12.22#公开
摘要:本发明涉及一种噪声盲源信号分离方法、终端设备及存储介质,该方法中包括:S1:将观测信号通过Fastica算法得到解混矩阵和分离后的独立分量;S2:对独立分量做多次相位调整,并根据相位调整前后对应的观测信号之间的总相关系数的大小确定最佳调整相位;S3:查找权值调整函数的最佳寻优区间,从最佳寻优区间内查找最佳权值调整函数;S4:将独立分量进行相位和幅值的调整得到调整独立分量,将其与观测信号均进行傅里叶变换得到对应的频谱,计算每个调整独立分量频谱和其对应的观测信号频谱的总相关系数,按照总相关系数的大小将所有调整独立分量进行排序,得到分离后的信号源。该解决方案对波形的不确定性进行消除,达到较为完美的分离结果。
主权项:1.一种噪声盲源信号分离方法,其特征在于,包括以下步骤:S1:将由多个信号源发出的包含噪声的观测信号通过Fastica算法得到解混矩阵和分离后的独立分量;S2:对独立分量做多次相位调整,并根据相位调整前后对应的观测信号之间的总相关系数的大小确定最佳调整相位;S3:查找权值调整函数的最佳寻优区间,从最佳寻优区间内查找最佳权值调整函数,使得通过最佳权值调整函数加权得到的混合矩阵计算得到的观测信号与通过Fastica算法处理前的观测信号的总相关系数小于阈值;S4:将独立分量通过步骤S2得到的最佳调整相位和步骤S3得到的最佳权值调整函数进行相位和幅值的调整得到调整独立分量,将调整独立分量和观测信号均进行傅里叶变换得到对应的频谱,计算每个调整独立分量频谱和其对应的观测信号频谱的总相关系数,按照总相关系数的大小将所有调整独立分量进行排序,得到最终分离后的信号源。
全文数据:
权利要求:
百度查询: 集美大学 一种噪声盲源信号分离方法、终端设备及存储介质
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。