[发明专利]一种源信号的确定方法及系统

权利要求书

1.一种源信号的确定方法，其特征在于，包括：

获取卷积盲信号的观测信号；

对所述卷积盲信号的观测信号进行采样，确定初始粒子集；

根据所述初始粒子集，采用无先导卡尔曼粒子滤波算法，得到更新后的粒子集；

根据所述更新后的粒子集确定粒子风险函数；

根据所述粒子风险函数确定粒子风险的权重映射函数；

根据所述更新后的粒子集和所述权重映射函数确定粒子代价函数；

根据所述权重映射函数和所述粒子代价函数，采用最小二乘法拟合，得到提取向量的预测值；

根据所述提取向量的预测值，采用加权最小二乘法，确定所述提取向量的确定值；

获取信号映射关系；所述信号映射关系为所述观测信号、所述提取向量的确定值和源信号之间的映射关系；

根据所述提取向量的确定值和所述卷积盲信号的观测信号，利用所述映射关系，确定所述源信号；

所述根据所述提取向量的预测值，采用加权最小二乘法，确定所述提取向量的确定值，具体包括：

根据所述提取向量的预测值确定向量方差集；

根据所述提取向量的预测值和所述向量方差集，采用加权最小二乘法，得到提取向量的确定值。

2.根据权利要求1所述的一种源信号的确定方法，其特征在于，所述根据所述更新后的粒子集和所述权重映射函数确定粒子代价函数，具体包括：

根据所述权重映射函数对所述更新后的粒子集进行重采样，确定粒子的代价样本估计集；

根据所述粒子的代价样本估计集确定所述粒子代价函数。

3.根据权利要求1所述的一种源信号的确定方法，其特征在于，所述获取信号映射关系，之前还包括：

获取已知卷积信号的观测信号；

根据已知卷积信号的观测信号确定卷积混合模型；

将所述卷积混合模型转换为瞬时混合模型；

根据所述瞬时混合模型确定所述信号映射关系。

4.一种源信号的确定系统，其特征在于，包括：

第一观测信号获取模块，用于获取卷积盲信号的观测信号；

初始粒子集确定模块，用于对所述卷积盲信号的观测信号进行采样，确定初始粒子集；

粒子集更新模块，用于根据所述初始粒子集，采用无先导卡尔曼粒子滤波算法，得到更新后的粒子集；

粒子风险函数确定模块，用于根据所述更新后的粒子集确定粒子风险函数；

权重映射函数确定模块，用于根据所述粒子风险函数确定粒子风险的权重映射函数；

粒子代价函数确定模块，用于根据所述更新后的粒子集和所述权重映射函数确定粒子代价函数；

提取向量的预测值确定模块，用于根据所述权重映射函数和所述粒子代价函数，采用最小二乘法拟合，得到提取向量的预测值；

提取向量的确定值确定模块，用于根据所述提取向量的预测值，采用加权最小二乘法，确定所述提取向量的确定值；

信号映射关系获取模块，用于获取信号映射关系；所述信号映射关系为所述观测信号、所述提取向量的确定值和源信号之间的映射关系；

源信号确定模块，用于根据所述提取向量的确定值和所述卷积盲信号的观测信号，利用所述映射关系，确定所述源信号；

所述提取向量的确定值确定模块具体包括：

向量方差集确定单元，用于根据所述提取向量的预测值确定向量方差集；

提取向量的确定值确定单元，用于根据所述提取向量的预测值和所述向量方差集，采用加权最小二乘法，确定提取向量的确定值。

5.根据权利要求4所述的一种源信号的确定系统，其特征在于，所述粒子代价函数确定模块具体包括：

粒子的代价样本估计集确定单元，用于根据所述权重映射函数对所述更新后的粒子集进行重采样，确定粒子的代价样本估计集；

粒子代价函数确定单元，用于根据所述粒子的代价样本估计集确定所述粒子代价函数。

6.根据权利要求4所述的一种源信号的确定系统，其特征在于，还包括：

第二观测信号获取模块，用于获取已知卷积信号的观测信号；

卷积混合模型确定模块，用于根据已知卷积信号的观测信号确定卷积混合模型；

瞬时混合模型确定模块，用于将所述卷积混合模型转换为瞬时混合模型；

信号映射关系确定模块，用于根据所述瞬时混合模型确定所述信号映射关系。