一种基于神经网络和遗传算法的欠定混叠矩阵估计方法

专利申请号：CN201710717176.2

公 开 号：CN107506723A

发 明 人：魏爽 彭剑 陶春贵 蒋德富 王峰 

代 理 人：董建林

代理机构：32224 南京纵横知识产权代理有限公司

专利类型：发明申请

申 请 日：20171222

公 开 日：20170821

专利主分类号：G06K9/00(20060101)

关 键 词：正切 混叠 神经网络和遗传算法 矩阵 观测信号 聚类结果 聚类 短时傅立叶变换 竞争型神经网络 计算复杂度 混合信号 矩阵估计 聚类分析 盲源信号 求解参数 遗传算法 反正切 求解 低维 高维 构建 优化 观测 转换 

摘      要：本发明公开了一种基于神经网络和遗传算法的欠定混叠矩阵估计方法，包括对观测信号进行短时傅立叶变换；计算变换后的观测信号每个时刻的正切值；构建竞争型神经网络，以正切值作为输入，对输入的正切值进行初步聚类；采用遗传算法对初步聚类结果进行优化；根据优化后的聚类结果，通过反正切求出混叠矩阵的估计值。本发明具有在低维观测、混合信号不平稳的条件下即可对欠定的盲源信号进行准确分离，通过将高维求解参数转换为一维正切值，降低了计算复杂度，通过神经网络和遗传算法相结合的聚类分析使聚类效果更明显，提高了混叠矩阵的求解精确度。