[发明专利]一种基于分布式压缩感知系统的盲信号重构方法

权利要求书

1.一种基于分布式压缩感知系统的盲信号重构方法，其特征在于，该方法的具体步骤为：

步骤一、利用CS观测系统对m个源信号s_i的混合信号x_i进行观测，获得混合信号x_i观测信号y_i，所述源信号s_i为语音信号或图像信号，所述观测信号y_i构成矩阵y＝[y₁，y₂，…，y_m]∈R^M×m，M为观测信号y的长度，且M N；

同时设定算法迭代次数l的初始值为1，总的迭代次数为t，迭代步长η；设置任意一个m行m列的实数矩阵为反混合矩阵，并设置初始值为W₁；

步骤二、在(0，1)内单调递增的函数中选取任意非线性函数g(·)；

步骤三、将yW_l设置为函数g(·)的输入变量，获得函数Y，Y＝g(yW_l)，其中W_l为第l次迭代过程中待更新的反混合矩阵；

步骤四、计算步骤四输出函数Y的熵为：

H(Y)=H(y)+E[Σi=1mlng′(yWl)]+ln|Wl|]]>

其中，H(y)表示混合信号观测值y的熵，g′表示函数g(·)的一阶导数，

表示函数lng′(yW_l)的均值；

步骤五、计算熵H(Y)的梯度，获得H(Y)的梯度矩阵

步骤六、沿着熵H(Y)的梯度方向更新反混合矩阵W_l，获得本次迭代获得的反混合矩，

阵W_l+1，使得熵H(Y)逐渐增大；

步骤七、令迭代次数l＝l+1，判断当前迭代次数l是否大于总的迭代次数t，判断结果为是，执行步骤八，否则，返回步骤三；

步骤八、利用t次迭代更新得到的反混合矩阵W_l+1对步骤一获得的观测信号y进行分离，分离出源信号s的压缩观测值

步骤九、利用压缩感知重构算法与源信号s的压缩观测值重构源信号，获得m个源信号s的估计信号

2.根据权利要求1所述的一种基于分布式压缩感知系统的盲信号重构方法，其特征在于，步骤一所述的总的迭代次数t的值为100。

3.根据权利要求1所述的一种基于分布式压缩感知系统的盲信号重构方法，其特征在于，步骤一所述的迭代步长η的为0.25。

4.根据权利要求1所述的一种基于分布式压缩感知系统的盲信号重构方法，其特征在于，步骤二所述的在(0，1)内单调递增的函数中选取非线性函数g(·)为tanh函数。