[发明专利]一种基于支持向量机模型的太阳射电暴检测方法有效

专利信息
申请号: 202010227427.0 申请日: 2020-03-27
公开(公告)号: CN111428794B 公开(公告)日: 2023-08-08
发明(设计)人: 祝雪芬;罗铱镅;林梦颖;杨帆 申请(专利权)人: 东南大学
主分类号: G06F18/2411 分类号: G06F18/2411;G06F18/10;G06F18/213;G06F18/21
代理公司: 南京众联专利代理有限公司 32206 代理人: 蒋昱
地址: 210096 *** 国省代码: 江苏;32
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 支持 向量 模型 太阳 射电 检测 方法
【权利要求书】:

1.一种基于支持向量机模型的太阳射电暴检测方法,具体步骤如下,其特征在于;

(1)进行数据预处理,分别计算未发生太阳射电暴和发生太阳射电暴对应的特征向量,特征向量包括观测地载噪比下降值、观测地总定位误差、几何精度GDOP因子和卫星失锁数目;

步骤(1)具体包括:

(1.1)输入观测地卫星的载噪比、三个方位的定位误差、几何精度GDOP因子和卫星失锁数目;

(1.2)对观测地卫星的载噪比进行数据预处理:

所测载噪比为每颗卫星的载噪比,取当前未失所星载噪比下降值的平均值作为台站载噪比下降值,记为x1,单位:dBHz;

snri=卫星载噪比未下降值-该时刻载噪比值

式中,snri为每颗卫星载噪比下降值,N为未失所的卫星个数;

(1.3)观测地定位误差由东北天坐标系下的X、Y、Z三个方向的定位误差组成,取三个误差绝对值的平均值作为台站的定位误差,记为x2,单位:m;

式中,ri(i=1,2,3)分别表示X、Y、Z方向上定位误差的绝对值;

(1.4)GDOP因子,卫星失锁数目可以用具体的数表示,分别记为x3、x4

(2)将未发生太阳射电暴和发生太阳射电暴的特征向量对应的标签分别赋值为-1和1,将特征向量和标签组合形成样本矩阵,得到一组训练集;

步骤(2)具体包括:

将所述观测地载噪比下降值x1、观测地总定位误差x2、GDOP因子x3和卫星失锁数目x4作为特征向量x,并按照以下方式形成样本:

式中,i表示第i个样本,x(i)表示第i个样本的特征向量,y(i)表示第i个样本的标签,样本数为n,(x(i),y(i))为样本点;

(3)构造一个未知的非线性SVM二分类模型,并通过对训练样本进行交叉验证得出最优参数,从而得到一个训练好的分类模型;

步骤(3)具体包括:

(3.1)构造一个未知的非线性SVM二分类模型,其中,所述非线性SVM二分类模型具体为:

g(x)=wTΦ(x)+b

其中Φ(x)为高维线性映射,将4维特征向量x映射到M维的映射函数,即且M>>4,两者为待求参数;

(3.2)最大间隔分离超平面的计算:

式中,ξi为每个样本i的的松弛变量,ξi越大,代表样本点离群越远,C为超参数,C的大小代表离群样本点带来目标函数损失的重视程度,C越大,表示对离群点越重视,表示对超过最大化边界的样本点的容忍度,y(i)为样本i的标签,x(i)表示样本i的特征向量;

(3.3)求解拉格朗日乘子:

式中,αi,y(i),i=1,2,3…n分别是拉格朗日乘子和数据分类标签,且y∈{-1,1},n为样本的个数;

进一步,得到b0=y(s)-w0TΦ(x(s)),其中x(s)为拉格朗日乘子αi≠0项所对应的样本的特征向量,即支持向量,y(s)为对应标签;

(3.4)将计算得到的w0和b0代入非线性SVM分类器模型表达式中得:

式中,k(x(i),x)=ΦT(x(i))Φ(x)为核函数,取径向基函数RBF为核函数σ为核参数;

当f(x)=-1时,太阳射电暴未发生,当f(x)=1时,太阳射电暴发生;

(3.5)将样本特征记为X=(x(1),x(2),...,x(n)),即4×n的矩阵;标签记为Y=(y(1),y(2),...,y(n)),即1×n的行向量,将上述矩阵和向量组合成5×n的矩阵Z=(X;Y),作为样本输入矩阵;

(3.6)将矩阵整体输入MATLAB中的Classification Learner,选择交叉验证并设定折数k,即随机取矩阵Z的n个样本中的作为训练样本进行机器学习,剩下的个样本对学习过的模型进行测试;选择高斯非线性SVM分类器模型,输入参数C、进行训练,得到测试准确率;

(3.7)更改参数C、的值,返回重复步骤(3.6),直至达到预设次数;

(3.8)将所有参数对应的平均准确率进行比较,找出最大准确率对应的超参数C和核参数σ作为最佳参数,该参数设置下训练所得模型作为最优分类模型;

(4)将待识别的卫星导航信号提取出来的特征向量输入步骤(3)中的分类模型中,每个模型输出一个标签,对应太阳射电暴是否发生;

步骤(4)具体包括:

(4.1)从待判定的观测地卫星的载噪比、三个方位的定位误差、几何精度GDOP因子、卫星失锁数目中提取出特征向量,表示为X=(x(1),x(2),...,x(N)),N为待检测样本总数;

(4.2)将X输入得到分类模型中,其中,对于每个分类模型,若特征向量x(t)使得f(x(t))=-1,则太阳射电暴未发生;反之,若f(x(t))=1,则太阳射电暴发生。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东南大学,未经东南大学许可,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/202010227427.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top