一种信源数时变和自适应盲源分离的危险品检测方法与流程

本发明涉及危险品检测，特别是涉及一种基于信源数时变和自适应盲源分离的危险品检测方法。

背景技术：

随着国家事业的发展，国家对公共安全越来越重视，在公共安全保障方面投入了大量的人力物力财力。尽管如此，公共场所安全事故时有发生。故，公共场所安全检查显得尤为重要。x光检测仪作为现阶段公共场所安检环节的常用检测仪器，不仅大大提高案件效率，也降低了安全事故的发生次数。但对于液态危险品而言，检查工作相对比较繁琐且液态危险品容易泄露，一直以来都是安检环节中的难题。所以若能对液态危险品检测提出一种安全可行且高效的方法，这无疑对我国安全检查工作具有重大意义；

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种基于信源数时变和自适应盲源分离的危险品检测方法，具有效率高、精度高的优势。

本发明的目的是通过以下技术方案来实现的：一种基于信源数时变和自适应盲源分离的危险品检测方法，包括以下步骤：

s1.标准数据库搭建：将常见液态危险品和液态安全品作为样品，采集不同样品在8ghz-18ghz频段内的散射参数和对应的样本图片，搭建标准数据库；

s2.散射参数模型构建：在对若干个未知液态产品进行识别时，首先对液态产品进行散射参数采集，得到t时刻的观测信号x(t)，并构建散射参数模型：

假设t时刻散射参数的源信号为s(t)＝[s1(t),s2(t),s3(t),…,sn(t)]^t,s(t)是由n个未知且彼此互相独立的均值信号组成的源信号的集合，每个未知液态产品为一个散射参数的信源，对应于源信号s(t)中的一个均值信号；sk(t)表示第k个未知液态产品在t时刻的散射参数均值信号，k＝0,1,...,n；

由于不同未知液态产品的散射参数均值信号会互相进行未知的线性混合，得到最终的观测信号，故假设源信号s(t)经过未知的线性混合系统a(t)进行处理后，得到的t时刻的观测信号x(t)与源信号s(t)的关系为：

x(t)＝a(t)s(t)；

s3.动态信源数估计：进行盲源分离之前，必须确定信源的个数信息，为了动态的估计出源信号的数量，采用基于交叉验证的方法来估计信源个数，信源数估计的具体过程如下：

s301.计算观测信号x(t)的协方差矩阵c(t)：

计算具有零均值的观测向量

计算中间矩阵δx(t)：

计算观测信号的协方差矩阵c(t)：

其中，δx(t)^t为δx(t)的转置；

s302.计算出m个对角矩阵ψ⁽¹⁾，ψ⁽²⁾，…，ψ^(m)；

对于第i个对角矩阵ψ⁽ⁱ⁾，i＝1,2,...,m，计算方式如下：

其中，λi为矩阵c(t)的前i个特征值组成的对角矩阵；ui为矩阵λi特征值对应特征向量组成的列向量；表示的转置，diag()表示求对角矩阵；

s303.估计出信源数n的估计值

式中，表示矩阵求迹运算中所有使得轨迹最高时对应i的集合，表示矩阵求迹运算中所有使得轨迹最低时对应i的集合；

s4.自适应盲源分离：

s401.令信源数设分离矩阵w(t)包含n列向量，第i列向量wi(t)为m维的向量，i＝1,2,…,n；

s402.将wi(t)与观测信号相乘，得到分离信号yi(t)：

yi(t)＝wi(t)^tx(t)；

s403.计算wi(t)的最优代价函数wi,opt(t)：

其中，||*||为frobenius范数，|k(yi)|为yi(t)的峰度的绝对值，表示求yi(t)峰度绝对值最大时对应的yi(t)的值；

将分离矩阵w(t)中第i列向量为wi(t)替换为对应的最优代价函数wi,opt(t)；

s404.在i＝1,2,…,n时，重复步骤s402～s403，将分离矩阵w(t)中的每一列向量均替换为相应的最优代价函数，得到最优分离矩阵w′(t)；

s405.求出源信号s(t)的估计信号

其中，s′k(t)表示分离得到的第k个未知液态产品在t时刻的散射参数均值信号，其中：k＝0,1,...,n；

s5.危险品识别：将盲源分离得到的估计信号与标准数据库中的s参数进行比较，识别出未知液态产品类型。

所述步骤s5包括:

s501.对于估计信号中包含的任一散射参数均值信号s′k(t)，k＝0，1，...，n，将s′k(t)分别与标准数据库内每一个样本的散射参数进行比较：

当s′k(t)与标准数据库内某一样本的散射参数t差值小于设定阈值时，s′k(t)对应的未知液态产品类型与散射参数t所对应的液态产品类型相同；此时，若散射参数t所对应的液态产品为液态危险品，则散射参数s′k(t)对应的未知液态产品也为同样液态危险品，将散射参数t对应样品图片进行显示；若散射参数t所对应的液态产品为液态安全品；

s502.在k＝0,1,...,n的情况下，重复步骤s501，识别出每一个散射参数均值信号对应的未知液态产品类型。

本发明的有益效果是：本发明基于信源数时变和自适应盲源分离，实现了对液态危险品的有效检测，并能够对多个不同的液态产品进行检测，节省了公众过安检的时间，提高公共场所的安检效率；同时，先进行信源数估计，再根据估计结果进行盲源分离，具有较高的精度，后期只需要在数据库中新增样本的s参数即可实现检测类别的扩展，具有良好的扩展性能。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

由于公交车、地铁站、火车站登公共场所中人流量大，乘客携带物品繁杂，检测时提取出来的数据复杂，增加了危险品检测的难度。同时，传统检测仪在液态危险品检测上存在一定的局限性。鉴于此种情况，本发明提出了一种成本低、效率高、精度高的液态危险品检测方法。

本发明主要是对基于独立分量(ica)的盲源分离算法展开研究，利用不同独立分量分析(ica)模型且基于这些模型的独立特征，根据不同的ica分析办法利用计算机提取出不同模型的独立特征。具体第，实际检测环境中，被检测液态品的种类和数量是随机变化的，此时，不同未知液态产品的散射参数均值信号会互相进行未知的线性混合，得到最终的观测信号，导致无法准确识别出未知液态品的类型；因此本发明利用一种基于交叉验证技术的方法来估计动态变化的源信号数，增加了算法的自适应性，并基于盲源分离来获取不同信源的散射参数，具体如下：

如图1所示，一种基于信源数时变和自适应盲源分离的危险品检测方法，包括以下步骤：

s1.标准数据库搭建：将常见液态危险品和液态安全品作为样品，采集不同样品在8ghz-18ghz频段内的散射参数(s参数)和对应的样本图片，搭建标准数据库；一般情况下，常见液态危险品和安全品样本在8ghz-18ghz频段内的s参数利用利用波束聚焦天线进行采集；对未知液态产品同样用波束聚焦天线进行采集；

s2.散射参数模型构建：在对若干个未知液态产品进行识别时，首先对液态产品进行散射参数采集，得到t时刻的观测信号x(t)，并构建散射参数模型：

假设t时刻散射参数的源信号为s(t)＝[s1(t),s2(t),s3(t),…,sn(t)]^t,s(t)是由n个未知且彼此互相独立的均值信号组成的源信号的集合，每个未知液态产品为一个散射参数的信源，对应于源信号s(t)中的一个均值信号；sk(t)表示第k个未知液态产品在t时刻的散射参数均值信号，k＝0,1,...,n；

由于不同未知液态产品的散射参数均值信号会互相进行未知的线性混合，得到最终的观测信号，故假设源信号s(t)经过未知的线性混合系统a(t)进行处理后，得到的t时刻的观测信号x(t)与源信号s(t)的关系为：

x(t)＝a(t)s(t)；

s3.动态信源数估计：进行盲源分离之前，必须确定信源的个数信息，为了动态的估计出源信号的数量，采用基于交叉验证的方法来估计信源个数，信源数估计的具体过程如下：

s301.计算观测信号x(t)的协方差矩阵c(t)：

计算具有零均值的观测向量

计算中间矩阵δx(t)：

计算观测信号的协方差矩阵c(t)：

其中，δx(t)^t为δx(t)的转置；

s302.计算出m个对角矩阵ψ⁽¹⁾，ψ⁽²⁾，…，ψ^(m)；

对于第i个对角矩阵ψ⁽ⁱ⁾，i＝1,2,...,m，计算方式如下：

其中，λi为矩阵c(t)的前i个特征值组成的对角矩阵；ui为矩阵λi特征值对应特征向量组成的列向量；表示的转置，diag()表示求对角矩阵；

s303.估计出信源数n的估计值

式中，表示矩阵求迹运算中所有使得轨迹最高时对应i的集合，表示矩阵求迹运算中所有使得轨迹最低时对应i的集合；

s4.自适应盲源分离：

s401.令信源数设分离矩阵w(t)包含n列向量，第i列向量wi(t)为m维的向量，i＝1,2,…,n；

s402.将wi(t)与观测信号相乘，得到分离信号yi(t)：

yi(t)＝wi(t)^tx(t)；

s403.计算wi(t)的最优代价函数wi,opt(t)：

其中，||*||为frobenius范数，|k(yi)|为yi(t)的峰度的绝对值，表示求yi(t)峰度绝对值最大时对应的yi(t)的值；

将分离矩阵w(t)中第i列向量为wi(t)替换为对应的最优代价函数wi,opt(t)；

s404.在i＝1,2,…,n时，重复步骤s402～s403，将分离矩阵w(t)中的每一列向量均替换为相应的最优代价函数，得到最优分离矩阵w′(t)；

s405.求出源信号s(t)的估计信号

其中，s′k(t)表示分离得到的第k个未知液态产品在t时刻的散射参数均值信号，其中：k＝0,1,...,n；

s5.危险品识别：将盲源分离得到的估计信号与标准数据库中的s参数进行比较，识别出未知液态产品类型。

所述步骤s5包括:

s501.对于估计信号中包含的任一散射参数均值信号s′k(t)，k＝0,1,...,n，将s′k(t)分别与标准数据库内每一个样本的散射参数进行比较：

当s′k(t)与标准数据库内某一样本的散射参数t差值小于设定阈值时，s′k(t)对应的未知液态产品类型与散射参数t所对应的液态产品类型相同；此时，若散射参数t所对应的液态产品为液态危险品，则散射参数s′k(t)对应的未知液态产品也为同样液态危险品，将散射参数t对应样品图片进行显示；若散射参数t所对应的液态产品为液态安全品；

s502.在k＝0,1,...,n的情况下，重复步骤s501，识别出每一个散射参数均值信号对应的未知液态产品类型。

综上，本发明基于信源数时变和自适应盲源分离，实现了对液态危险品的有效检测，并能够对多个不同的液态产品进行检测，节省了公众过安检的时间，提高公共场所的安检效率；同时，先进行信源数估计，再根据估计结果进行盲源分离，具有较高的精度，后期只需要在数据库中新增样本的s参数即可实现检测类别的扩展，具有良好的扩展性能。

以上所述的仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例外排除，而可用于各种其他组和、修改和环境，并能够在本文所述构想范围内，通过上述相关领域的技术或知识进行改动。而本领域人员所进行的改动和变换不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。