[发明专利]一种基于自适应随机共振的参数搜索范围确定方法在审
申请号: | 201510287675.3 | 申请日: | 2015-05-29 |
公开(公告)号: | CN104850752A | 公开(公告)日: | 2015-08-19 |
发明(设计)人: | 谢跃雷;王太兴;夏啸夫;曾德前;郑兆飞;万杰;欧阳缮 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 桂林市持衡专利商标事务所有限公司 45107 | 代理人: | 陈跃琳 |
地址: | 541004 广*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 自适应 随机 共振 参数 搜索 范围 确定 方法 | ||
技术领域
本发明涉及微弱信号检测技术领域,具体涉及一种基于自适应随机共振的参数搜索范围确定方法。
背景技术
自从1981年BenZi等研究古气象冰川问题提出随机共振概念以来,随机共振现象受到了广泛的关注。随机共振现象是一种非线性现象,它在一定条件下,将部分噪声能量转移到信号上,在降低噪声的同时能够使淹没于噪声中的弱信号得到共振加强,极大地提高输出的信噪比,从而实现从强噪声环境下检测微弱信号的目的。
自适应随机共振算法可根据不同的待检测信号,自动调节系统参数以诱导共振,从而实现微弱信号的检测,给工程实际应用带来一定的方便。但是在自适应获调节系统参数时,均需要根据先验信息或经验预先设定系统参数的搜索范围和搜索步长,再在确定的搜索范围内自适应获得最优共振系统参数。系统参数的搜索范围设置过大会导致自适应算法计算效率低下,搜索范围过小则有可能漏掉最优解,导致无法成功的诱导共振,而仅根据经验或先验信息,很难设置一个合适的参数搜索范围。
发明内容
本发明所要解决的技术问题是传统自适应随机共振只能依赖经验来预设参数搜索范围的问题,提供一种基于自适应随机共振的参数搜索范围确定方法,其不但有效降低了算法复杂度,而且提高了诱导随机共振的成功率。
为解决上述问题,本发明是通过以下技术方案实现的:
一种基于自适应随机共振的参数搜索范围确定方法,包括如下步骤:
步骤1:根据随机共振系统输出稳定需要确定随机共振系统的第一参数a的上限amax;即
amax=1/h
式中,h为数值计算步长;
步骤2:根据随机共振系统共振需要确定随机共振系统的第一参数a的下限amin;即
式中,f0为载波频率;
步骤3:根据步骤2所确定的随机共振系统第一参数a的下限amin,确定随机共振系统的第二参数b的下限bmin;即
bmin=eamin2/2D
式中,D=σ2h/2为噪声强度,σ2为噪声方差,h为数值计算步长;e为自然常数;amin为第一参数a的下限amin;
步骤4:把混合信号送入到随机共振系统中,计算该随机共振系统输出的功率谱,并以固定步长为变化间隔不断地增大随机共振系统第二参数b直至功率谱发散;此时将功率谱发散的前一步所对应的随机共振系统第二参数b即为确定的随机共振系统的参数b的上限bmax;
步骤5:将步骤1-2所确定的随机共振系统的第一参数a的范围[amin,amax]和步骤3-4所确定的随机共振系统的第二参数b的范围[bmin,bmax]作为搜索范围送入后续自适应随机共振检频过程中。
所述步骤4包括初步确定随机共振系统的参数b的上限bmax的过程和精确确定随机共振系统的参数b的上限bmax的过程;即
步骤4-1:初步确定bmax,即把混合信号送入到随机共振系统中,计算该随机共振系统输出的初调功率谱,并以设定的第二参数b的初值b0为基础,设定的初调固定步长Δ为变化间隔,不断增大随机共振系统第二参数b直至初调功率谱发散;此时将初调功率谱发散的前一步所对应的随机共振系统第二参数b即为初步确定的随机共振系统的参数b的上限bmax;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510287675.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种信息处理方法及电子设备
- 下一篇:基于动态时间弯曲的数据流模式匹配方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用