[发明专利]基于自动编码器的时变等离子体诊断方法及诊断系统

权利要求书

1.一种基于自动编码器的时变等离子体诊断方法，其特征在于，具体包括以下步骤：

S1，发射端生成单频载波信号，分别经过参考支路和设有时变等离子体的测试支路，到达接收端；

S2，在接收端对测试支路与参考支路采样后分别得到测试支路的采样信号序列s_a＝[s_a1,s_a2,…,s_an]与参考支路的采样信号序列s_b＝[s_b1,s_b2,…,s_bn]，计算由时变等离子体引起的复衰落h，h＝s_a/s_b；

S3，将复衰落h转换成实部与虚部两路信号x＝[x₁,x₂,…,x_n]，其中x₁,x₂,…,x_n均为二维向量并作为自动编码器的输入，经自动编码器滤波后得到信号y＝[y₁,y₂,…,y_n]；其中n为信号总个数；

S4，根据滤波后的信号y确定时变电子密度与碰撞频率；

步骤S3中，复衰落h经过自动编码器滤波后其投影点落在一条光滑的曲线上，即衰落曲线，衰落曲线的坐标函数表示为f(λ)＝(f₁(λ),f₂(λ))，λ为数据点在一维曲线上的坐标，f₁(λ),f₂(λ)均是光滑函数；自动编码器为全连接神经网络，基于万能近似定理，在高斯噪声的影响下，似然函数p(x_i|y_i)写为：

其中，x_i为信号x中第i个信号，y_i表示信号y中第i个符号，π表示圆周率，σ²表示高斯噪声的功率；

损失函数loss为x＝[x₁,x₂,…,x_n]的对数似然函数，见式(2)：

为了使损失函数loss最小，式(2)最小化等价于式(3)；

优化器通过式(3)使神经网络逼近函数f₁(λ),f₂(λ)，得到衰落曲线，从而得到滤波后的信号y＝[y₁,y₂,…,y_n]。

2.根据权利要求1所述的一种基于自动编码器的时变等离子体诊断方法，其特征在于，步骤S3中，自动编码器包括解码器与编码器，具有5层结构，依次为输入层、第一隐藏层、第二隐藏层、第三隐藏层、输出层，前三层为解码器，后两层为编码器，输入层与输出层均为2维向量，维度均为2；第一隐藏层与第三隐藏层维度为8；第二隐藏层维度为1，用于计算单变量λ。

3.根据权利要求1所述的一种基于自动编码器的时变等离子体诊断方法，其特征在于，步骤S3中，自动编码器的网络中神经元的激活函数为tanh，网络的优化器采用Adam，学习速率为0.001。