一种利用空间坐标转换实现信号分离的信号处理方法

文档序号:6557358阅读:259来源:国知局
专利名称:一种利用空间坐标转换实现信号分离的信号处理方法
技术领域
本发明涉及信号处理领域,更准确地说是对混合了多个统计独立 的源信号的多通道观察信号的进行源信号的提取或分离的处理方法。
技术背景在有多个观察通道的系统中,组成观察信号的源信号之间往往是 统计独立的,且这些源信号中包含了测量中期望的信号。为了从观察 信号中提取或分离出期望信号,基于统计独立的特征进行分离能够取 得很好的效果。但是目前常用的分离方法对分离矩阵(也称为解混矩 阵)的构建理论都不是很理想,当数据更新时为确定代价函数的极值 实现期望的分解结果需要获得很多的代价函数的取值才能实现,而每 次分解时分解矩阵的构建方式都不同,因此这些代价函数的取值只能 通过每次分解的获得的所有分量的统计量来确定,这需要付出相当大的运算代价。比如利用Givens矩阵对高维信号进行分解时,需要对 分解矩阵中任意两行中进行多次Givens扫描,而且还需要对相同的 步骤进行多次重复才能获得最终的分离结果,这种运算量显然是非常 巨大的。虽然采用自适应的方法可以减少一些运算量,但是一旦混合 矩阵的元素发生变化时,就需要有很长一段时间来稳定,如果混合矩 阵的元素经常发生改变的话(比如动脉血氧饱和度测量中的干扰源在 不同信道中的混合比例可能持续很短的时间),自适应的分解方法可 能一直都得到分解矩阵的较好估计。因此,目前所用的分离方法很难 实现实时准确地对独立源信号之间的分解或提取,特别是在一些性能 不是特别好的嵌入式系统中,这些方法几乎不能得到实现。 发明内容本发明的目的是提供一种通过构建分解矩阵方法,以很低的运算 成本实现源信号的分解,特别是在信号维数较低的情况下能够在嵌入 式系统中实现实时对信号进行准确地分解的方法。实现上述发明目的的技术方案如下一种利用空间坐标转换实现信号分离的信号处理方法,该方法用 于对多路观察信号X,(t)……Xm(t) (m>l)(可以用矢量的方法表示为 X(t),以下沿用该法表示多路信号)进行处理。观察信号矢量X(t)是 由源信号矢量S(t)进行线性叠加之后形成,可用以下公式表示X=HS其中,源信号矢量S(t)由一组相互独立的零均值信号s,(t)……sn(t) (n>l)组成,其中至少一路信号为期望的信号; H为线性叠加的系数矩阵。 该方法包括以下几个步骤首先,寻找由观察矢量X(t)张成的n维矢量空间的任意一组正交 基向量e"t)……en(t),简称为基向量,用E表示一组向量;然后,根据矢量空间的维数,寻找该空间中的坐标变换矩阵M;利用确定的变换矩阵M,根据统计独立的特征,建立经过代价 函数F(M);
利用确定的变换矩阵M,对基向量E进行坐标变换,确定使代 价函数取得极值的变换矩阵Mm;利用变换矩阵Mm对基向量进行坐标变换后得到的向量Em,向 量Em与源信号矢量S(t)之间具有相同起点,且是相互平行,即为标 准化的源信号矢量S(t)的估计。所述获得正交基向量的方法,是任意一种对信号进行正交分解的 方法,且基向量的元素之间的排序无任何特殊要求;所述对信号正交分解是利用对信号矩阵进行奇异值分解获得矩 阵实现;对信号正交分解是利用对信号的协方差矩阵进行正交分解获得 矩阵实现。所述的建立代价函数基于统计独立的各分量的联合概率密度函 数等于各分量的边际概率密度函数之积。所述的建立代价函数基于统计独立的各分量的元素之间的所有k (k<~)阶互累计量为零;所述的代价函数中所使用的累计量的阶数为4阶;所述的建立代价函数基于统计独立的各分量之间的互信息为零;在某一确定的矢量空间中确定的坐标变换方式的变换矩阵M具 有确定的表达式。利用变换矩阵的表达式实现用坐标变换前的正交基向量的统计 量表示坐标变换后的向量的统计量;所述的矢量空间的坐标变换,在将变换矩阵M作用于基向量之
后,表示对基向量旋转某一角度后,在原空间参照系下的坐标。所述的变换矩阵M在某一确定矢量空间内,可以用一组旋转角度e,,……,en作为参数构建变换矩阵M;以下用0由表示一组旋转角度,0的旋转角度数量表示在该空间中为了实现旋转的完备性所 需的n个独立旋转角度。所述的坐标变换在一个维数确定的矢量空间内,构建旋转坐标变换的参数的独立旋转角度0的个数确定,通过旋转角度0构建的旋 转坐标变换矩阵也是确定的;所述的代价函数F(M)在坐标变换中利用一组旋转角度0作为构 建旋转坐标变换矩阵M的参数,并以坐标变换前的正交基向量的统 计量表示坐标变换后的向量的统计量,实现将代价函数F(M)转变为 以一组旋转角度0为变量的多元函数F(0)。在确定基向量之后,期望的变换矩阵Mm是由一组使代价函数函 数F(0)取得极值的旋转角度0所构建的;所述的代价函数F(0)极值为利用对0枚举法、求解F(0)对0的 一阶导数为零构建的方程组、黄金分割搜索法、最速下降法或牛顿法 获得使F(0)取得极值的旋转角度0来确定。所述的观察信号矢量X的观察信号的通道数m=2。在二维矢量空间中,旋转角度0的数量为一个,代价函数F(e)为该旋转角度e的一元函数;其特征在于,在观察信号更新时,实时求解F(e)对e的一阶导数 为零构建的方程,获得使F(e)取得极值的旋转角度e,并利用该角度 e构建旋转矩阵,实现实时地获得与源信号矢量s(t)之间具有相同的起点,且相互平行的向量E^ 所述的观察信号生理信号;所述的观察信号为动脉血氧饱和度测量中采集的两路信号; 所述的观察信号为心电采集中同时混合了母亲心电信号和胎儿 心电信号的两路信号。所述的观察信号为多通道的心电信号; 所述的观察信号为多通道的脑电信号;利用获得基向量的矩阵和使代价函数取得极值的坐标变换矩阵, 可以获得源信号矢量S(t)中的每个元素Si(t)在各观察信号中的比例关 系;实时的获得两路源信号S"t)和S"t)在两路观察信号X必和X2(t)中的比例系数r,和r2,并通过n和&在一段时间内的概率来估计某些 期望参数;所述的期望参数为动脉血氧饱和度;利用所确定的向量Em,确定各源信号分量在观察信号中所占的 权重。本发明具有如下优点1. 本发明在信号分离中引入了空间坐标变换的理论来构建分解 矩阵,实现了在维数相同的矢量空间中分解矩阵表达式确定性;2. 本发明利用确定的坐标变换矩阵实现了用变换前的基向量的 统计量来表示变换后的向量的统计量,使得分解过程中只需估计一次
统计量,避免了每次中间分解都要对分解分量的统计量进行重新估计 所带来的巨大运算成本;3. 本发明利用变换前的基向量的统计量来表示变换后的向量的 统计量,实现将以分解分量的统计量为基础的代价函数F(M)转变为 以一组旋转角度0为变量的函数F(0),使得每次分解都有确定的代 价函数,并可以利用各种求解函数极值的方法获得使代价函数函数 F(0)取得极值的旋转角度0,进一步降低了运算成本;4. 本发明实现了在矢量空间的维数较低时,直接获得求解使代 价函数函数F(0)取得极值的旋转角度0的表达式,实现实时准确地 分离或提取出各独立源,相较块状数据处理来说,极大地丰富了可供 分析的信息,相对于自适应算法来说,因为不需要稳定过程从使得分 解结果更加即时准确;5. 对于需要通过比较源信号在不同观察信号中的比例来估计期 望参数的情况,本发明实时构建的分解矩阵Mm能够实时提供这些比 例系数,极大地增加了分析所用的信息量,实现了能够对这些比例系 数进行概率统计,从而使期望参数的获得更加可靠。


图1为本发明实施例1的信号处理系统的框图;图2为本发明实施例17中实际测量的含有干扰的两路观察信号;图3为通过本发明实施例17中方法获得的图2中的分离信号,其中分离信号yl(t)为干扰的波形图,而分离信号y2(t)是在干扰背景下提取出来的感兴趣的脉搏搏动信号的波形图4为通过本发明实施例20中方法获得的脉搏波动信号和干扰 信号在两路观察信号中的比例系数随时间的变化趋势,Rl表示干扰 在两路观察信号中的比例系数随时间的变化趋势,R2表示脉搏搏动 信号在两路观察信号中的比例系数(该系数可以表征动脉血氧饱和 度)随时间的变化图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。 实施例1如图1所示, 一种实施本发明方法的信号处理系统,观察信号接 收器1能够接收多路观察信号矢量X(t)。观察信号矢量X(t)是由源信 号矢量S(t)进行线性叠加之后形成,S(t)中至少一路信号为期望的信 号,观察信号与源信号之间的关系可以用下式表示-X=HS其中,源信号矢量S(t)由一组相互独立的零均值信号Sl(t)……sn(t) (n>l)组成,其中至少一路信号为期望的信号;观察矢量由X(t)由多路观察信号x,(t)……xm(t) (n^n) H为线性叠加的系数矩阵。观察信号接收器1将采集获得信号通过信号调理器2,进行隔直、 放大等处理,然后通过模一数转换器3将上述的信号都转换为数字信 号,转换获得的信号通过预处理器4进行预处理,包含但不限于如带通滤波器以消除那些在期望频率范围之外的干扰信号。根据实际情况估计独立源信号的个数,即矢量空间的维数,确定该空间中为了实现完备的旋转所需的一组独立旋转角度0数量n,并 以这组旋转角度构建该矢量空间的旋转坐标变换矩阵的表达式。利用 变换矩阵的表达式实现用旋转前的基向量的统计量来表示旋转后的 向量的统计量,从而实现将基于旋转后的向量的统计量的代价函数 F(M)转变为以一组旋转角度0为变量的函数F(0)。系统中利用基向量估计器5实现从观察信号矢量估计矢量空间 X(t)的基向量,然后利用极值探测器7获得使代价函数取得极值的一 组旋转角度0m,利用获得的旋转角度0m构建期望的坐标变换矩阵, 并通过坐标变换器8实现对基向量的旋转,获得与源信号矢量S(t)之 间具有相同的起点,且相互平行的向量Em。实施例2本实施例是在实施例1的基础上,采用对信号正交分解是利用对 信号矩阵进行奇异值分解获得矩阵实现。 实施例3本实施例是在实施例1的基础上,采用对信号正交分解是利用对 信号的协方差矩阵进行正交分解获得矩阵实现。 实施例4本实施例是在实施例1的基础上,代价函数基于旋转后的向量的 4阶累计量建立。 实施例5本实施例是在实施例1的基础上,采用对@枚举获得使F(0)取得极值的旋转角度0。 实施例6本实施例是在实施例1的基础上,采用求解F(0)对 的一阶导 数为零构建的方程组,获得使F(0)取得极值的旋转角度0。 实施例7本实施例是在实施例1的基础上,采用黄金分割搜索法获得使 F(0)取得极值的旋转角度0。 实施例8本实施例是在实施例1的基础上,采用最速下降法获得使F(0) 取得极值的旋转角度0。 实施例9本实施例是在实施例1的基础上,采用牛顿法获得使F(0)取得 极值的旋转角度0。 实施例10一种信号处理方法,观察信号是的两路信号Xl(t)、 x2(t)。两路信号是,两路信号由两路独立的源信号S"t)和S2(t)线形叠加而成。当进行预处理去除预知噪声,并去均值以及去相位差后,两路观察信号和两个独立源信号之间可以用下式表示All W2場利用任意正交分解的方法获得分解矩阵实现将观察信号X(t)分 解为两个正交基向量E(t),在二维矢量空间中旋转坐标变换用Givens 旋转矩阵Mg实现,Givens旋转矩阵Mg中用一个旋转角度e作参数
实现了 0~2兀的完备旋转。将Givens旋转矩阵Mg作用于基向量E(t) 后获得旋转后的向量E'(t)在原空间参考系下的坐标,表示为-<formula>formula see original document page 15</formula>因为e在 2兀内对基向量旋转时,旋转矩阵Mg有确定的表达式,只是表达式的取值随着旋转角度e的变化而改变,所以可以利用旋转矩阵Mg的表达式实现用旋转前的正交基向量E(t)的统计量(用Z五 表示)表示旋转后的向量E'(t)的统计量(用Z^表示),则这种关系 可以表示为而一旦基向量E(t)确定之后,基向量所有的统计量J]E也随之确定,而且旋转矩阵的元素是以旋转角度e作为参数的;因此旋转后的 向量E'(t)的统计量z^也就可以看作以旋转角度e为自变量的一元函数,表示为5]£'=^(^)。为了获得期望的分解结果,利用旋转后的向量E'(t)的累计量建立代价函数f(2;f),当代价函数f(z")取得极大值的时候,对应的旋转后的向量Em获得与源信号矢量S(t)之间具有相同的起点,且相互平行。如前述,因为旋转后的向量E'(t)的统计量s^是以旋转角度e为自变量的一元函数g的,所以表示为同样可以转换为以旋转角度e为自变量的一元函数F(e)。确定使代价函数取得极值的旋转角度em,利用该旋转角度6m构建旋转矩阵M^,并将该旋转矩阵Mg作用于基向量,获得与源信号 矢量S(t)之间具有相同的起点,且相互平行的向量Em。实施例11本实施例是在实施例10的基础上,采用对信号正交分解是利用对信号矩阵进行奇异值分解获得矩阵实现。实施例12本实施例是在实施例10的基础上,采用对信号正交分解是利用 对信号的协方差矩阵进行正交分解获得矩阵实现。 实施例13本实施例是在实施例10的基础上,代价函数基于旋转后的向量 的4阶累计量建立。 实施例14本实施例是在实施例io的基础上,采用求解F(e)对e的一阶导 数为零构建的方程,获得使F(e)取得极值的旋转角度em的计算表达 式,实现在数据更新时快速,实时地构建出期望的旋转矩阵Mg,同 时获得与源信号矢量s(t)之间具有相同的起点,且相互平行的向量£m。实施例15本实施例是在实施例10、 14的基础上,将此快速,实时地分离 源信号的方法应用于嵌入式系统中。 实施例16本实施例是在实施例10的基础上,处理的观察信号是心电采集 中同时混合了母亲心电信号和胎儿心电信号的两路信号。
实施例17本实施例是在实施例10、 14的基础上,处理的观察信号是动脉 血氧饱和度测量中采集的两路信号(其中,源信号为脉搏搏动信号和 干扰信号),并以此方法实现实时地分离脉搏搏动信号和干扰信号。图3展示了该方法在实时分解的过程中的一次分解结果,其中图 2展示了一个实际测量的含有运动干扰的两路观察信号的波形图,可 以看出在强干扰背景下,感兴趣的脉搏搏动信号的波形特征完全被掩 盖。图3中分离信号yl(t)为干扰的波形图,而y2(t)是在干扰背景下 提取出来的感兴趣的脉搏搏动信号的波形图,可以看出提取出来的信 号与脉搏搏动信号相符合。实施例18本实施例是在实施例10的基础上,利用获得基向量的矩阵和使 代价函数取得极值的坐标变换矩阵,确定源信号矢量S(t)中的每个元素Si(t)在各观察信号中的比例关系。实施例19本实施例是在实施例14、 18的基础上,实时的获得两路源信号 s,(t)和S2(t)在两路观察信号x,(t)和X2(t)中的比例系数r,和r2,并通过 n和r2在一段时间内的概率来估计某些期望参数;实施例20本实施例是在实施例17、 19的基础上,利用脉搏波动信号在两 路观察信号中的比例系数的概率来估计动脉血氧饱和度,如图4中 Rl表示干扰在两路观察信号中的比例系数随时间的变化趋势,R2表
示脉搏搏动信号在两路观察信号中的比例系数,该系数可以表征动脉
血氧饱和度,随时间的变化趋势。可以看出在0 15s内,能够连续实 时地获得比例系数,如果用块状数据处理,在相同的时间段内一般只 能获得离散的几个比例系数。图中显示了比例系数(直接与线形叠加 时各源信号的权重联系)是实时变化的,而自适应算法在比例系数发 生改变的时候需要一段时间稳定,因此在这种比例系数不断改变的情 况下自适应算法很难保证能够实时准确地获得期望的比例系数。因此 相较常规块状数据处理的方法,本发明实现的实时分离方法极大的丰 富了可供分析判断的信息,而相较于自适应算法来说,本发明实现的 实时分离方法不需要稳定时间,能够提供比自适应算法更加接近期望 的比例系数。 实施例21
一种信号处理方法,观察信号是的两路信号Xl(t)、 x2(t) 、 x3(t)。
两路信号是,两路信号由两路独立的源信号S,(t) 、 S2(t)和S3(t)线形叠
加而成。当进行预处理去除预知噪声,并去均值以及去相位差后,两
路观察信号和两个独立源信号之间可以用下式表示
<formula>formula see original document page 18</formula>
利用任意正交分解的方法获得分解矩阵实现将观察信号x(t)分
解为三个正交基向量E(t),在三维矢量空间中旋转坐标变换可以采用
欧拉角0 (由章动角e、进动角v]/、自转角cp组成)为参数构建旋转
矩阵,其表达式如下 cos p cos y — sin 9 sin y cos P — sin p cos y — cos伊sin y cos P sih ^ cos p sin y + sin p cos y cos ^ — sin伊sin y + cos p cos y cos P -^f" ^ sin p cos P cos伊sin 0 cos d旋转矩阵M中的章动角e运动范围为[O, ;r),进动角运动M/范围 为
f)取得极小值的时候,对应的旋转后的向量Em获得与源信号矢量S(t)之间具有相同的起点,且相互平行。如前述,因为旋转后的向量E'(t)的统计量SF是以欧拉角0为自变量的多元函数g(o),所以表示为f(i;五')同样可以转换为以欧拉 角0为自变量的多元函数F(0)。确定使代价函数取得极小值的欧拉角0m,利用该欧拉角砂m构 建旋转矩阵M,并将该旋转矩阵M作用于基向量,获得与源信号矢 量S(t)之间具有相同的起点,且相互平行的向量Em。实施例22本实施例是在实施例21的基础上,采用对信号正交分解是利用对信号矩阵进行奇异值分解获得矩阵实现。实施例23本实施例是在实施例21的基础上,采用对信号正交分解是利用 对信号的协方差矩阵进行正交分解获得矩阵实现。 实施例24本实施例是在实施例21的基础上,采用黄金分割搜索法、牛顿 法,最速下降法等求解使代价函数F(0)取得极小值时的欧拉角0m。 实施例25本实施例是在实施例21的基础上,利用空间旋转的方法处理含 有母亲心电信号、胎儿心电信号以及干扰信号的(如工频干扰)的三 路混合信号,实现对三个独立信号的分离。
权利要求
1.一种利用空间坐标转换实现信号分离的信号处理方法,该方法用于对多路观察信号x1(t)……xm(t)(m>1),用矢量的方法表示为X(t),进行处理。观察信号矢量X(t)是由源信号矢量S(t)进行线性叠加之后形成,可用以下公式表示X=HS其中,源信号矢量S(t)由一组相互独立的零均值信号s1(t)……sn(t)(n>1)组成,其中至少一路信号为期望的信号;H为线性叠加的系数矩阵。该方法包括以下几个步骤首先,寻找由观察矢量X(t)张成的n维矢量空间的任意一组正交基向量e1(t)……en(t),简称为基向量,用E表示一组向量;然后,根据矢量空间的维数,寻找该空间中的坐标变换矩阵M,在确定的矢量空间中确定的坐标变换方式的变换矩阵M具有确定的表达式。利用确定的变换矩阵M,根据统计独立的特征,建立经过代价函数F(M);利用确定的变换矩阵M,对基向量E进行坐标变换,确定使代价函数取得极值的变换矩阵Mm;利用变换矩阵Mm对基向量进行坐标变换后得到的向量Em,向量Em与源信号矢量S(t)之间具有相同起点,且是相互平行,即为标准化的源信号矢量S(t)的估计。
2. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为利用所确定的向量Em,确定各源信号分量在 观察信号中所占的权重。
3. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的观察信号生理信号。
4. 根据权利要求3所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的观察信号为动脉血氧饱和度测量中采集 的两路信号。
5. 根据权利要求3所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的观察信号为心电采集中同时混合了母亲 心电信号和胎儿心电信号的两路信号。
6. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为利用获得基向量的矩阵和使代价函数取得极值 的坐标变换矩阵,获得源信号矢量S(t)中的每个元素Sj(t)在各观察信 号中的比例关系。
7. 根据权利要求6所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为实时的获得两路源信号S"t)和S2(t)在两路观察 信号x,(t)和X2(t)中的比例系数r,和r2,并通过ri和r2在一段时间内的 概率来估计期望参数。
8. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述对信号正交分解是利用对信号矩阵进行奇 异值分解获得矩阵实现。
9. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为对信号正交分解是利用对信号的协方差矩阵进 行正交分解获得矩阵实现。
10. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的建立代价函数基于统计独立的各分量的 联合概率密度函数等于各分量的边际概率密度函数之积。
11. 根据权利要求10所述的利用空间坐标转换实现信号分离的 信号处理方法,其特征为所述的建立代价函数基于统计独立的各分量 的元素之间的所有k (k< 0阶互累计量为零,所使用的累计量的阶 数为4阶。
12. 根据权利要求10所述的利用空间坐标转换实现信号分离的 信号处理方法,其特征为所述的建立代价函数基于统计独立的各分量 之间的互信息为零。
13. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为利用变换矩阵M的表达式实现用坐标变换前 的正交基向量的统计量表示坐标变换后的向量的统计量。
14. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的矢量空间的坐标变换,在将变换矩阵M 作用于基向量之后,表示对基向量旋转某一角度后,在原空间参照系 下的坐标。
15. 根据权利要求13或14所述的利用空间坐标转换实现信号分 离的信号处理方法,其特征为所述的变换矩阵M在某一确定矢量空间内,用一组旋转角度e"……,en作为参数构建变换矩阵m, —组旋转角度由表示,0的旋转角度数量表示在该空间中为了实现 旋转的完备性所需的n个独立旋转角度。
16. 根据权利要求15所述的利用空间坐标转换实现信号分离的 信号处理方法,其特征为所述的代价函数F(m)转变为以一组旋转角 度0为变量的多元函数F(0)。
17. 根据权利要求16所述的利用空间坐标转换实现信号分离的 信号处理方法,其特征为所述的代价函数F(0)极值为利用对0枚举 法、求解F(0)对0的一阶导数为零构建的方程组、黄金分割搜索法、 最速下降法或牛顿法获得使F(0)取得极值的旋转角度0来确定。
18. 根据权利要求1所述的利用空间坐标转换实现信号分离的信 号处理方法,其特征为所述的观察信号矢量X的观察信号的通道数 m=2。
19. 根据权利要求1或18所述的利用空间坐标转换实现信号分 离的信号处理方法,其特征为在二维矢量空间中,旋转角度0的数量为一个,代价函数F(e)为该旋转角度e的一元函数。
20. 根据权利要求19所述的利用空间坐标转换实现信号分离的 信号处理方法,其特征为其特征在于,在观察信号更新时,实时求解F(e)对e的一阶导数为零构建的方程,获得使F(e)取得极值的旋转角 度e,并利用该角度e构建旋转矩阵,实现实时地获得与源信号矢量s(t)之间具有相同的起点,且相互平行的向量Em。
全文摘要
本发明公开了一种利用空间坐标转换实现信号分离的信号处理方法,该方法用于对多路观察信号X<sub>1</sub>(t)……x<sub>m</sub>(t)(m>1)即X(t),进行处理,首先寻找由观察矢量X(t)张成的n维矢量空间的用E表示的任意一组正交基向量e<sub>1</sub>(t)……e<sub>n</sub>(t),然后根据矢量空间的维数,寻找该空间中的坐标变换矩阵M,用确定的变换矩阵M,根据统计独立的特征,建立经过代价函数F(M);利用确定的变换矩阵M,对基向量E进行坐标变换,确定使代价函数取得极值的变换矩阵M<sub>m</sub>;利用变换矩阵M<sub>m</sub>对基向量进行坐标变换后得到的向量E<sub>m</sub>,向量E<sub>m</sub>与源信号矢量S(t)之间具有相同起点,且是相互平行,即为标准化的源信号矢量S(t)的估计。
文档编号G06F17/00GK101162453SQ200610063070
公开日2008年4月16日 申请日期2006年10月10日 优先权日2006年10月10日
发明者姚若亚, 钊 秦 申请人:深圳市理邦精密仪器有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1