[发明专利]一种信号降噪的方法、系统及计算机存储介质

权利要求书

1.一种信号降噪的方法，其特征在于：包括以下步骤，

S1，将连续待降噪信号进行离散化，得到由每个时刻的粒子样本集构成的样本粒子集；

S2，根据所述连续待降噪信号的特征选择对应的信号系统状态空间模型，并对在所述信号系统状态空间模型中预先建立的信号降噪模型进行初始化，其中，所述信号降噪模型基于带变异算子的粒子群优化算法和粒子滤波算法构建而成；

S3，利用初始化后的所述信号降噪模型分别对每个时刻的所述粒子样本集中每个粒子进行迭代优化，更新每个时刻的所述粒子样本集中每个粒子的位置和速度，并得到每个时刻的优化粒子样本集；

S4，分别计算每个时刻的所述优化粒子样本集中每个粒子的权值；

S5，根据每个时刻的所述优化粒子样本集中每个粒子的权值确定对应时刻的所述优化粒子样本集中的有效粒子数，根据每个时刻的所述优化粒子样本集中的有效粒子数分别对对应时刻的所述优化粒子样本集进行重采样，得到对应时刻的采样粒子样本集；

S6，利用状态估计公式分别对每个时刻的所述采样粒子样本集进行计算，得出每个时刻的所述采样粒子样本集的状态估计值，则所有时刻的所述采样粒子样本集的状态估计值组成降噪后的信号。

2.根据权利要求1所述的一种信号降噪的方法，其特征在于：所述连续待降噪信号为非线性连续模拟信号，所述S1具体为，

利用模数转换器对所述非线性连续模拟信号进行模数变换，得到由每个时刻的数据样本点组成的数字信号，每个时刻的所述数据样本点即为对应时刻的所述粒子样本集，所述数字信号即为所述样本粒子集。

3.根据权利要求1或2所述的一种信号降噪的方法，其特征在于：所述信号降噪模型包括带变异算子的粒子群优化算法函数和粒子滤波算法函数，所述带变异算子的粒子群优化算法函数中又包含有变异控制函数；

所述S2具体为，

根据所述连续待降噪信号的特征选择对应的信号系统状态空间模型，并确定信号系统状态空间模型方程；

初始化所述变异控制函数中的预设变异率以及控制系数；

初始化所述带变异算子的粒子群优化算法函数中的初始化群体规模数、学习因子、最小惯性系数、最大惯性系数、每个粒子的初始位置和初始速度、最大迭代次数、适应度阈值以及适应度函数；

初始化所述粒子滤波算法函数中的初始化粒子数目和观测噪声；

根据所述信号系统状态空间模型方程确定所述粒子滤波算法函数中的初始状态和初值；

其中，所述初始化群体规模数等于所述初始化粒子数目，且令，初始化群体规模数＝初始化粒子数目＝N。

4.根据权利要求3所述的一种信号降噪的方法，其特征在于：所述S3具体包括，

根据所述控制系数和所述最大迭代次数确定所述变异控制函数，且根据所述变异控制函数、所述最小惯性系数和所述最大惯性系数计算所述带变异算子的粒子群优化算法函数中的惯性系数；

所述变异控制函数的确定公式为，y(epoch)＝(1-(epoch/epoch_max)^α)^β，其中，y(epoch)为所述变异控制函数，epoch为当前迭代次数，epoch_max为所述最大迭代次数，α和β均为所述控制系数；

所述惯性系数的计算公式为，w＝w_min+(w_max-w_min)·y(epoch)，其中，w为所述惯性系数，w_min为所述最小惯性系数，w_max为所述最大惯性系数；

根据所述预设变异率和所述变异控制函数计算所述变异控制函数的变异率；

所述变异率的计算公式为，u＝m·y(epoch)，其中，u为所述变异率，m为所述预设变异率。