33] 3.2、群體初始化:根據(jù)先驗(yàn)知識提取疫苗，并分別確定系統(tǒng)參數(shù)i3，a，b，c，k的尋優(yōu) 范圍，在該范圍內(nèi)按浮點(diǎn)數(shù)編碼方式隨機(jī)生成個(gè)體，規(guī)模為S，作為原始群體Ai;
[0034] 3.3、計(jì)算群體中個(gè)體當(dāng)前的適應(yīng)度函數(shù)值，即個(gè)體信噪比函數(shù)值。并比較大小，將 最優(yōu)值記錄到公示欄(最優(yōu)狀態(tài)保存地址）。
[0035] 3.4、對當(dāng)前i代群體Ai中每個(gè)個(gè)體進(jìn)行交叉、變異、接種疫苗、免疫選擇操作，得到 新一代群體Aw。
[0036] 3.5、每個(gè)個(gè)體進(jìn)行一次操作后，都檢驗(yàn)自身適應(yīng)度與公示欄狀態(tài)的適應(yīng)度，如果 優(yōu)于公示欄，則W該個(gè)體狀態(tài)取代之；
[0037] 3.6、終止條件判斷：判斷循環(huán)次數(shù)i是否已達(dá)到預(yù)制的最大值N，若是，執(zhí)行步驟 3.7,否則轉(zhuǎn)入步驟3.4;
[0038] 3.7、輸出公示欄的最優(yōu)記錄，即信噪比達(dá)到最大值時(shí)對應(yīng)的雙穩(wěn)態(tài)系統(tǒng)參數(shù)β，3， b，c，k的值。
[0039] 4)將上述過程得到的參數(shù)i3，a，b，c，k的值，設(shè)為最佳分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)的參數(shù)值， 對步驟2處理后的信號做隨機(jī)共振處理，實(shí)現(xiàn)微弱信號的自適應(yīng)檢測。
[0040] 具體為:免疫算法優(yōu)化得到的參數(shù)值設(shè)為最佳分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)參數(shù)，對收集到 的信號做隨機(jī)共振處理，得到輸入信號的時(shí)域波形和經(jīng)過隨機(jī)共振處理后的輸出信號的時(shí) 域波形，并得到輸出的功率譜波形圖，從而實(shí)現(xiàn)對微弱信號的自適應(yīng)檢測。
[0041 ] W下通過實(shí)例對本
【發(fā)明內(nèi)容】
做進(jìn)一步解釋，用該方法對微弱信號進(jìn)行檢測。由于 實(shí)際現(xiàn)場環(huán)境中往往存在大量的噪聲，完全淹沒了微弱信號特征成分，信噪比極低，并無明 顯的目標(biāo)微弱信號信息，如圖3所示。本方法采用同時(shí)W多個(gè)參數(shù)為優(yōu)化對象的自適應(yīng)隨機(jī) 共振對信號進(jìn)行分析。采用基于自適應(yīng)免疫算法的分?jǐn)?shù)階隨機(jī)共振系統(tǒng)對微弱信號進(jìn)行分 析。設(shè)定雙穩(wěn)態(tài)系統(tǒng)參數(shù)β，a，b，C，k的尋優(yōu)范圍分別為[0.1 0.9 ]，[ 0.001 10 ]，[0.001 10]，[0.1 10]，[0.001 10]。免疫算法參數(shù)設(shè)置如下:群體規(guī)模為100,群體中每個(gè)個(gè)體染色 體使用浮點(diǎn)數(shù)編碼方式編碼區(qū)間為[0,10]，基因突變概率為70%，基因變異的步長為 〇.〇〇1，迭代2〇〇次尋找雙穩(wěn)態(tài)系統(tǒng)最優(yōu)參數(shù)組合。在0 = 〇.712,3 = 〇.〇92,6 = 8.211，〇 = 1.035，k=l.549時(shí)，系統(tǒng)輸出信噪比達(dá)到最大值，系統(tǒng)輸出信號的時(shí)域圖如圖4所示，功率 譜如圖5所示。由圖5可知，在頻率處有一明顯的譜峰值，該頻率即為目標(biāo)微弱信號的特征頻 率，該頻率值為0.00812Hz。
【主權(quán)項(xiàng)】
1. 一種基于自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法，其特征在于，包括如下 步驟： (1) 對分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)進(jìn)行預(yù)處理，得到該系統(tǒng)的先驗(yàn)知識； (2) 利用信號采集裝置，對包含噪聲的微弱信號進(jìn)行采集，并進(jìn)行預(yù)處理； (3) 將步驟2中采集到的混合信號，作為分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)的輸入，以信噪比為適應(yīng)度 函數(shù)，在先驗(yàn)知識中提取疫苗;利用免疫算法動(dòng)態(tài)地調(diào)節(jié)分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)參數(shù)i3，a，b，c， k，使其產(chǎn)生隨機(jī)共振，尋找使信噪比最大時(shí)的分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)參數(shù)i3，a，b，c，k的值； (4) 將步驟3優(yōu)化得到的分?jǐn)?shù)階雙穩(wěn)系統(tǒng)參數(shù)i3，a，b，c，k的值設(shè)為最佳分?jǐn)?shù)階雙穩(wěn)態(tài)系 統(tǒng)參數(shù)，對步驟2處理后的信號做隨機(jī)共振處理，實(shí)現(xiàn)微弱信號的檢測。2. 根據(jù)權(quán)利要求1所述的自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法，其特征是， 所述步驟1具體為:對雙穩(wěn)態(tài)系統(tǒng)的參數(shù)進(jìn)行單個(gè)變化，得到對應(yīng)的系統(tǒng)勢能圖，得到該參 數(shù)與系統(tǒng)結(jié)構(gòu)（主要為勢皇高度，勢阱位置）的關(guān)系，把得到的參數(shù)與結(jié)構(gòu)關(guān)系作為先驗(yàn)知 識。3. 根據(jù)權(quán)利要求1所述的自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法，其特征是， 所述步驟2具體為:將信號接收裝置放置到信號源附近，利用信號采集系統(tǒng)采集數(shù)據(jù)，并進(jìn) 行預(yù)處理，包括放大、濾波。4. 根據(jù)權(quán)利要求1所述的自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法，其特征是， 所述步驟3通過如下子步驟實(shí)現(xiàn)： 3.1、 設(shè)置免疫算法的參數(shù):群體規(guī)模為S，最大循環(huán)次數(shù)為N，群體中每個(gè)染色體使用浮 點(diǎn)數(shù)編碼方式編碼，基因變異的概率為K，基因變異的步長為P; 3.2、 群體初始化:根據(jù)先驗(yàn)知識提取疫苗，并分別確定系統(tǒng)參數(shù)0，3，13，(3，1^的尋優(yōu)范 圍，在該范圍內(nèi)按浮點(diǎn)數(shù)編碼方式隨機(jī)生成個(gè)體，規(guī)模為S，作為原始群體A1; 3.3、 計(jì)算群體中個(gè)體當(dāng)前的適應(yīng)度函數(shù)值，即個(gè)體信噪比函數(shù)值;并比較大小，將最優(yōu) 值記錄到公示欄(最優(yōu)狀態(tài)保存地址）； 3.4、 對當(dāng)前k代群體Ak中每個(gè)個(gè)體進(jìn)行交叉、變異、接種疫苗、免疫選擇操作，得到新一 代群體Ak+i; 3.5、 每個(gè)個(gè)體進(jìn)行一次操作后，都檢驗(yàn)自身適應(yīng)度與公示欄狀態(tài)的適應(yīng)度，如果優(yōu)于 公示欄，則以該個(gè)體狀態(tài)取代之； 3.6、 終止條件判斷:判斷循環(huán)次數(shù)k是否已達(dá)到預(yù)制的最大值N，若是，執(zhí)行步驟3.7,否 則轉(zhuǎn)入步驟3.4; 3.7、 輸出公示欄的最優(yōu)記錄，即信噪比達(dá)到最大值時(shí)對應(yīng)的雙穩(wěn)態(tài)系統(tǒng)參數(shù)β，a，b，c， k的值。5. 根據(jù)權(quán)利要求1所述的自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法，其特征是， 所述步驟4具體為:免疫算法優(yōu)化得到的參數(shù)值設(shè)為最佳分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)參數(shù)，對收集到 的信號做隨機(jī)共振處理，得到輸入信號的時(shí)域波形和經(jīng)過隨機(jī)共振處理后的輸出信號的時(shí) 域波形，并得到輸出的功率譜波形圖，從而實(shí)現(xiàn)對微弱信號的自適應(yīng)檢測。
【專利摘要】本發(fā)明公開了一種運(yùn)用自適應(yīng)分?jǐn)?shù)階隨機(jī)共振系統(tǒng)的微弱信號檢測方法。該方法首先對分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)進(jìn)行預(yù)處理，設(shè)置微弱信號與噪聲信號基本參數(shù)。然后根據(jù)先驗(yàn)知識設(shè)置免疫算法的初始參數(shù)和分?jǐn)?shù)階雙穩(wěn)態(tài)系統(tǒng)參數(shù)尋優(yōu)的范圍，利用以信噪比為效果評價(jià)函數(shù)的免疫算法優(yōu)化雙穩(wěn)態(tài)系統(tǒng)參數(shù)，自適應(yīng)地找到使信噪比最大時(shí)對應(yīng)的雙穩(wěn)態(tài)系統(tǒng)參數(shù)值，從而產(chǎn)生隨機(jī)共振或使隨機(jī)共振效應(yīng)增強(qiáng)。本發(fā)明用免疫算法進(jìn)行參數(shù)尋優(yōu)，實(shí)現(xiàn)自適應(yīng)隨機(jī)共振。本發(fā)明將免疫學(xué)智能算法與自適應(yīng)控制結(jié)合在一起，克服了由于傳統(tǒng)雙穩(wěn)態(tài)系統(tǒng)本身缺陷，以及系統(tǒng)參數(shù)難以選取或者選取不準(zhǔn)確造成的隨機(jī)共振應(yīng)用受到限制的問題，有效地實(shí)現(xiàn)微弱信號的檢測。
【IPC分類】G06N3/00, G06F17/15, G06F17/50
【公開號】CN105447243
【申請?zhí)枴緾N201510791226
【發(fā)明人】鄭永軍, 張聰, 祝增獻(xiàn), 黃強(qiáng), 李文軍
【申請人】中國計(jì)量學(xué)院
【公開日】2016年3月30日
【申請日】2015年11月17日