針對目前蓋氏圓盤準則(GDE)及其改進方法難以精確計算出變化的瞬時信號源數(shù)目的問題,提出了基于滑動窗口(SW)和相關系數(shù)(CC)相結合改進蓋氏圓盤準則的GDE-SW-CC動態(tài)信號源數(shù)目盲估計方法。首先利用蓋氏圓盤準則的蓋爾圓半徑在信號數(shù)量增長過程中不斷更替變化的特性,將新蓋爾圓半徑減去舊半徑得出整體信源中半徑變化最大的動態(tài)段。其次采用滑動窗口算法對動態(tài)段進行分段精估計,得到每一個滑動窗GDE的判斷閾值。然后將GDE的判斷閾值作為滑動窗口的特征量,并計算它們之間的相關系數(shù),根據(jù)相關系數(shù)的峰值位置區(qū)分動態(tài)窗口信號圓盤與靜態(tài)窗口信號圓盤得到瞬時信號源數(shù)目。最后,通過計算機仿真以及實測數(shù)據(jù)實驗驗證了本文方法的有效性、通用性和實用性。計算機仿真對比實驗結果表明,相比現(xiàn)有靜態(tài)GDE,所提方法能快速判讀信號的源個數(shù)并定位出動態(tài)變化的時間區(qū)域;在此基礎上,結合所提方法與集合經(jīng)驗模態(tài)分解(EEMD)進行了欠定盲源分離情形下的動態(tài)源信號數(shù)目估計仿真實驗,結果表明調整因子為0.2以上即可得到正確的估計;實測數(shù)據(jù)實驗得出結果與仿真結果基本吻合,尤其當信號源數(shù)目減少時,GDE的估計正確概率從95%降低到4%,所...

【文章頁數(shù)】：10 頁

【部分圖文】：

圖1盲源分離模型

盲源分離模型如圖1所示。根據(jù)傳感器接收到的觀測信號數(shù)目m和源信號數(shù)目n的數(shù)量關系可以將盲源分離分為3種類型:適定盲源分離(m=n)、超定盲源分離(m>n)、欠定盲源分離(m<n)。

圖2滑動窗

圖2所示為觀測向量在相鄰窗口內數(shù)據(jù)塊的更新過程。其中,L為窗口長度,表示為相鄰窗口的原始觀測數(shù)據(jù)向量。通過滑動窗的移動,可以得到每個時間段的信源個數(shù),相比一次性靜態(tài)估計更能得到信號源動態(tài)變化時個數(shù)的準確結果。2)基于滑動窗的蓋氏圓盤模型

圖3信號源

本文仿真采用12均勻圓陣列,參數(shù)采樣率設置1000Hz,此處考慮如下信號的隨機線性混合:s1=sin(2*π*800*t);s2=sin(2*π*900*t);s3=sin(2*π*1000*t);s4=sin(2*π*850*t);s5=sin(2*π*950*t);s6....

圖4信源數(shù)目減少

(1)在3000個采樣點之前,有6個源信號,在3000個采樣點之后,源信號隨機地減少1個,變?yōu)?個。本文以第一路信號在第3000點后由正弦變?yōu)?為例,如圖4所示。在信源數(shù)目減少的情況下,首先使用傳統(tǒng)的蓋氏圓盤方法進行信源個數(shù)估計,選擇信號每增加1000個采樣點就計算一次以....

本文編號：3944281