[发明专利]一种智能船舶系统设备动态特征参数提取方法

权利要求书

1.一种智能船舶系统设备动态特征参数提取方法，其特征在于，包括：

S1、利用动态分形理论对原始数据进行处理，构造最优时滞矩阵；所述步骤S1的具体实现过程如下：

S11、通过船舶的监测器和传感器，获取所检测船舶系统及设备的状态数据，将其作为样本X∈R^N×m；

S12、对样本X中的数据进行标准化处理，将每列监测元素数据转化为无量纲化测评值，各指标值处于同一量级，利用如下公式对所选取的状态数据进行计算：

其中，x表示标准化的数据；x_i表示每列的数据；表示每列数据的平均值；s表示每列数据的方差；N表示每列输入数据行维度；

S13、假设迟滞时间l初始值为0，利用分形理论公式计算l＝0时的关联维数CDim，其中，关联维数的计算公式如下：

其中，N表示测量次数；δ_ij表示数据矩阵内部行与行状态矢量的欧氏距离；距离参数ε取值与δ_ij有关，H表示阶跃函数，满足随着ε值逐渐变小，CD(ε)与ε遵循CD(ε)～ε^CDim关系，对两边同时取对数，得到关联维数如下：

S14、将计算得到的关联维数CDim带入到如下的公式内，计算得出循环函数r_n的值；

S15、依次选取不同数值的迟滞时间l，重复执行步骤S13-S14，直至所得r_n≤0时停止计算，选择出最合适的迟滞时间l，构建出原始数据的自相关和互相关性被最小化的增广矩阵

r＝m(l+1)-CDim

其中，m表示所取数据的监测元素数量；i与迟滞时间相关；

S2、对构造的最优时滞矩阵进行核主元分析，取得映射矩阵，求取映射矩阵的协方差矩阵的特征值和特征向量，利用特征值对数据进行筛选；所述步骤S2的具体实现过程如下：

S21、对构建的最优时滞数据矩阵进行映射，利用如下公式计算得出映射数据：

其中，k＝1,2...,N，t^k为第k个测量数据在映射空间上的数值，p^k为映射数据协方差矩阵的特征向量且为加权系数，为映射关系，K(x_i,x)为中心化后的核矩阵，λ为其特征值；

S22、利用如下公式对特征值进行筛选；公式如下：

λ^p≥ε,p＝1,2,3,...,N

其中，ε根据实际情况而定，利用所求的特征向量p计算得到数据矩阵N_D＝N-l；λ^p表示映射数据的协方差矩阵的特征向量；p表示数据筛选的最终数值；N表示输入数据行维度；T_p表示数据矩阵；N_D表示重构样本数据行维度；

S3、对筛选后的矩阵进行分析计算，利用分形理论计算得到主元特征参数的数值，构造主元特征参数矩阵；所述步骤S3的具体实现过程如下：

S31、利用分形理论的公式对步骤S22中得到的数据矩阵T_p进行分析，计算得到相应的关联维数CDim(T_p)，记为

S32、利用如下公式计算数据矩阵τ，进而利用分形理论的公式对数据矩阵τ进行分析，计算得到相应的关联维数CDim(τ)，记为d_τ；其中，公式如下：

τ＝T_pA

其中，A表示由协方差矩阵的特征向量组成的正交矩阵，通过奇异值分解计算得出；

S33、将和d_τ进行比较分析，取二者中的最大值，因特征元素数须为整数，需对最大值向上取整得到主元特征状态参数值γ，进而构建出主元特征数据矩阵