专利名称：一种基于信号相关性的多通道信号去噪方法
技术领域：
本发明涉及一种多通道信号的稀疏分解去噪方法，属于信号的噪声消除与抑制领域。
背景技术：
信号去噪的目的是从含有噪声的数据中摒弃各种干扰并提取出期望信号，为揭示隐藏于信号中的未知信息提供有力保障。几十年的发展，使得对信号噪声消除与抑制理论及其算法的研究取得了一定的成就，出现了多种去噪方法，主要有传统滤波法、维纳、卡尔曼滤波法、SVD分解法、小波分解法、经验模态分解法、独立分量分析法、神经网络和稀疏分解等方法。但不同的去噪方法大都针对特定的信号和噪声有效，均存在或多或少的缺陷，随着信号复杂度的升高以及人们对信号精确度的苛刻要求，很多传统的信号去噪方法已经满足不了需求。然而，目前稀疏表示方法在信号的噪声抑制和消除方面仍有很大的潜力，尤其是基于冗余原子库的稀疏分解能够实现信号更加简洁、灵活和自适应的稀疏表示，因此稀疏分解方法在信号去噪领域具有广泛的应用前景。目前，用于噪声消除与抑制的稀疏分解有很多算法，其中匹配追踪算法(MatchingPursuit, MP)是稀疏分解的主流算法,思想原理简单,便于理解，与稀疏分解的其他算法相比其计算复杂度最低，但由于原子库的过完备性导致计算量巨大，因此复杂度高仍然是MP算法的致命问题。针对计算量大的问题，国内外学者对MP算法进行了各种改进，诸如正交匹配跟踪算法(Orthogonal MP，0ΜΡ)，MP快速算法使MP算法的速度提高了很多，但在信号的海量数据面前，现有的稀疏分解算法速度和恢复信号的质量还是不能令人满意。目前大多针对单个信号进行稀疏分解去噪，很少有涉及多路信号联合去噪的情况，然而实际中存在很多同时采集多路信号的场景，比如MMO通信、阵列信号处理和音频信号序列等。另外，当前稀疏分解研究的重点是改善算法本身的计算速度，很少或并没有考虑待处理信号本身固有的结构特性和信号内或信号间的相关性，同样地实际中存在很多信号都具有近似的稀疏特性，例如上述多路信号场景中，若多个传感器同时接收到复用的信号，由于多径传播这些信号具有相移和衰落的特点，但是却依然能在同一个基上稀疏表示，且信号内与信号间存在某些相关性。
发明内容
本发明为了解决现有信号去噪领域中稀疏分解方法去噪信噪比低，无法实现多路信号联合去噪以及未考虑信号本身特性和信号相关性，致使无法从获取的多路信号中高效准确地提取每一个原信号的问题，从而提出一种基于信号相关性的多通道信号去噪方法。一种基于信号相关性的多通道信号去噪方法，它包括如下步骤:步骤一:设定基于信号相关性的多通道信号去噪过程中各参数的初始状态值；
`
所述设定内容为:具有相关性、染有高斯白噪声的多通道信号集合为y = [y1；
I2,...,Yj,...^yj],通道数目为J，第j通道的信号为y」，冗余字典为D,稀疏度为K,最大迭代次数为iterNum,所述初始化内容为:多通道信号集合残差I^1的初始值r」,C1 = y」，j e {I,2，...，J}，匹配子字典T1的初始值TQ=0，匹配子字典T1的原子序号h的初始值to=0，迭代次数I的初始值为1，多通道信号集合的稀疏分解系数的估计向量i的初始值
权利要求
1.一种基于信号相关性的多通道信号去噪方法，其特征在于它包括如下步骤: 步骤一:设定基于信号相关性的多通道信号去噪过程中各参数的初始状态值； 所述设定内容为:具有相关性、染有高斯白噪声的多通道信号集合为I = [yi，I2，…，Yj,..., Yj],通道数目为J，第j通道的信号为y」，冗余字典为D，稀疏度为K，最大迭代次数为 iterNum, 所述初始化内容为:多通道信号集合残差I^1的初始值rj，。= yj j e {1，2，...，J}，匹配子字典T1的初始值T(, =0，匹配子字典T1的原子序号h的初始值1=0，迭代次数I的初始值为1，多通道信号集合的稀疏分解系数的估计向量i的初始值金广0,/￡{1,2, 步骤二:获取多通道信号集合残差的最匹配原子； 步骤三:获取多通道信号集合的稀疏分解匹配子字典T1 ； 步骤四:获取稀疏分解匹配子字典T1的原子序号h ； 步骤五:更新多通道信号集合的残差L1 ； 步骤六:判断迭代次数I是否小于预先设定的最大迭代次数iterNum，判断结果为是，则执行步骤八，判断结果为否，则执行步骤七； 步骤七、将迭代次数I的值加1，并返回步骤二 ； 步骤八、估计多通道信号集合的稀疏分解系数向量X 步骤九:合成去噪后的多通道信号集合步。
2.根据权利要求1所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤一:最大迭代次数iterNum的设置为:iterNum = K+c, c ^ (O I) K 即最大迭代次数iterNum为多通道信号集合稀疏度K的I至2倍。
3.根据权利要求1或2所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤二:获取多通道信号集合残差& η的最匹配原子的过程为: 计算第I次迭代时与第1-1次迭代后的多通道信号集合残差，其中j e {1，2，...，J}，最匹配原子d ,，其中I彡1，即 (j dHr ) Eu iJJ-1 -〃 …IvJ=I norm(d七 其中，dn为冗余字典D的第η个原子，原子对应的序号分别为1，2，...，N，即各原子dn的共轭转置与第j通道信号的上一步残差相乘运算得到一个值，取绝对值并除以原子dn的2范数，每个通道均重复上述操作，把J个通道的值累加，从中选择累加值最大时对应的原子即是信号集合残差的最匹配原子\，其中ηι为的序号。
4.根据权利要求3所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤三:获取多通道信号集合稀疏分解的匹配子字典T1的过程为: 将步骤二获得的最匹配原子与第1-1次迭代的稀疏分解匹配子字典IV1的并集赋值给I次迭代的稀疏分解匹配子字典T1,即:rT1 = T^1 U d _。
5.根据权利要求1或4所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤四:获取稀疏分解匹配子字典T1的原子序号h的过程为: 将步骤二获得的最匹配原子的序号II1与稀疏分解匹配子字典IV1的原子序号的并集赋值给匹配子字典T1的原子序号t1;即:ti = V1 U Ii1 其中，t,eKM。
6.根据权利要求5所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤五:更新多通道信号集合的残差的过程为: 根据步骤三中获得的稀疏分解匹配子字典T1和多通道信号集合y，计算第I次迭代后的多通道信号集合的残差L1:
7.根据权利要求6所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤八:估计多通道信号集合的稀疏分解系数向量金的过程为: 根据多通道信号集合y、步骤四中获得的^和步骤五中获得的矩阵T/，计算多通道信号集合的稀疏分解系数估计向量全为: Xj [t； ] = T；+y, 7' e {1,2,..., J} ο
8.根据权利要求1所述的一种基于信号相关性的多通道信号去噪方法，其特征在于所述步骤九:合成去噪后的多通道信号集合$的过程为: 由步骤八获得的多通道信号集合的稀疏系数向量全和冗余字典D计算夕:之= Di7, /e {1,2，...，Jj。
全文摘要
一种基于信号相关性的多通道信号去噪方法，涉及一种多通道信号的稀疏分解去噪方法，解决现有信号去噪领域中稀疏分解方法去噪信噪比低，无法实现多路信号联合去噪以及未考虑信号本身特性和信号相关性，致使无法从获取的多路信号中高效准确地提取每一个原信号的问题。基于信号相关性的多通道信号去噪方法的主要步骤包括设定参数初始值；获取多通道信号集合残差的最匹配原子；获取多通道信号集合的稀疏分解匹配子字典；获取稀疏分解匹配子字典的原子序号；更新多通道信号集合的残差；判断迭代次数是否小于预先设定的最大迭代次数；估计多通道信号集合的稀疏分解系数向量合成去噪后的多通道信号集合。本发明可广泛应用于具有信号相关性的多通道联合稀疏信号的噪声消除与抑制。
文档编号G06F17/00GK103176947SQ201310127668
公开日2013年6月26日 申请日期2013年4月12日 优先权日2013年4月12日
发明者付宁, 乔立岩, 刘通, 史丽丽 申请人:哈尔滨工业大学