改进的周期信号盲抽取算法.pdf

《改进的周期信号盲抽取算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计算机系统应用http：llwww．c—s-a．org．cn2014年第23卷第6期改进的周期信号盲抽取算法①杜瑞，王剑书(西北工业大学电子信息学院，西安710072)摘要：周期信号的盲抽取在医学等领域具有重要的研究价值．对于此类信号的抽取需要利用先验知识对其周期进行较为准确的估计，多数算法对于目标信号周期估计误差十分敏感．文章针对此问题提出一种改进的周期特征信号盲抽取算法，首先通过先验知识估算最佳时延的存在区间并利用改进的时域相关函数对提取矩阵进行初始估计，再使用负熵作为目标函数并引入自相关函数确保抽取顺序，使用牛顿迭代法进行优化，达到最优

2、结果．仿真和实际ECG数据测试表明，对比几种现行算法本文提出的算法抽取效果较好，并增强了周期估计误差的鲁棒性．关键词：盲抽取；时域相关函数；负熵；牛顿迭代法ImprovedAlgorithmforExtractingPeriodicSignalsDuRui．WANGJian-Shu(SchoolofElectronicandInformation，NorthwesternPolytechnicalUniversity,Xi’an710072，China)Abstract：Theresearchofextractingperiodicsigna

3、lsisofgreatvalueinthefieldsuchasmedicine．Apreciseestimationforperiodoftargetsignalswithprioriknowledgeisnecessaryinsuchkindofalgorithms．Butmostofalgorithmsaresensitivetotheerrorfromtheestimation．Thealgorithmproposedinthearticleincludingstepsasfollows：firstroughlyevaluatethe

4、extractingmatrixwiththeimprovedtimedomaincorrelationfunctionbyevaluatingtheexistingintervalofoptimizingtimedelay,usenegentropyasthetargetfunctionwiththecorrelationfunctiongivenintoconsiderationtoensuretheorderandoptimizeitwithNewtoniterativemethod．Thesimulationandtheexperim

5、entwithrealECGdataprovethattheproposedalgorithmcangetabetterresultintheextractionthanotheralgorithms，andshowitsrobustnesstotheerroroftimedelay~Keywords：BSE；timedomaincorelationfunction；negentropy；Newtoniterativemethod盲抽取(BlindSourceExtraction，BSE)是一种利用BarrosAK等J在2001年提出了一种对

6、感兴趣准先验知识从混合信号中抽取一个或者一部分感兴趣信周期信号的快速抽取算法，但该算法高度依赖于周期号的方法．相比盲分离(BlindSourceSeparation，BSS)估计的精度．ZibulevskyM等【2】在2002年提出一种利方法，BSE在提取感兴趣信号时具有明显优势．BSE利用源信号稀疏特性对目标信号进行分离的盲抽取算用感兴趣信号的先验知识，直接抽取目标信号，避免法，但由于计算量过大，限制了其应用．ZhangZhilin了BSS中信号幅度和次序不确定性的问题．近年来，等在2005年提出一种利用延时相关矩阵直接获取分周期特性信号的

7、盲抽取问题成为BSE领域中的一个研离向量的方法【引，在2006年提出一种两步法【，但该究热点，在心电图(Electrocardiogram，ECG)、脑电图算法仍然对周期估计的精度较为敏感．同一时期，Lu(Electroencephalogram，EEG)和功能磁共振成像Wei等[】[]提出了参考ICA法，使用拉格朗日函数优化(FunctionalMagneticResonanceImaging，FMRI)等应用策略，对输出源的负熵进行优化，完成了几路源信号中具有较高的价值．的抽取，但这种方法存在收敛不稳定性．ShiZhenwei①收稿时fN

8、：2013．10．28；收到修改稿时间：2013—1l-25118软件技术·算法SoftwareTechnique·Algorithm2014年第23卷第6期htt