[發明專利]一種基于人工蜂群算法結合最小二乘法的諧波檢測方法

有效

• 申請號: 202010210558.8
• 申請日: 2020-03-24
• 公開（公告）號: CN111523635B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 聶曉華;胡方亮;萬曉鳳;余運俊;王淳
• 申請（專利權）人: 南昌大學
• 主分類號: G06N3/006
• 分類號: G06N3/006;G06N7/08;G01R23/16
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 鄧澄宇

1.一種基于人工蜂群算法結合最小二乘法的諧波檢測方法，其特征在于：包括以下步驟：

S1：在標準人工蜂群算法的基礎上，向人工蜂群算法中引入Tent混沌映射進行算法改進，提出一種混沌人工蜂群CABC算法；CABC算法在整個蜂群搜索到的最優食物源基礎上產生混沌序列；通過對Tent混沌映射進行改進，克服自身小周期和不穩定周期點；所述CABC算法實現步驟如下：

步驟1：在D維空間，給定迭代次數M，給定食物源總數S，每一只雇傭蜂對應一個食物源位置，雇傭蜂和觀察蜂的個數相同，雇傭蜂在其領域位置產生新位置；所有的雇傭蜂將食物源位置信息共享給觀察蜂；

食物源位置更新根據進行；

式中，表示迭代0次時，初始化第i個蜜源所處位置的第j維值；i＝1，2，……，S；j＝1，2，……，D；分別為第j維對應的蜜源位置的最小值和最大值，R為0和1之間的隨機數；

步驟2：觀察蜂根據食物源質量來確定選擇食物源，并記錄所選擇的最優食物源位置和適應度值；

對所選雇傭蜂和觀察蜂位置進行鄰域搜索，根據進行位置更新，式中t為迭代次數，代表迭代第t+1次時，第i個食物源第j維的位置值，代表迭代第t次時，第i個食物源第j維的位置值；k為隨機指定的個體，且k≠i；代表迭代第t次時，第k個食物源第j維的位置值；r為[-1，1]范圍內的隨機數；

計算出新食物源的適應度值并比較，以食物源質量更優秀的蜜源位置代替原食物源位置；

步驟3：觀察蜂每一次嘗試新位置后都經過貪婪選擇，嘗試成功則更新位置，嘗試失敗則保持原位置，如果嘗試失敗的次數超過了預設的limit值時，可以認為此食物源質量低于開采閾值；若食物源位置保持不變，那么觀察蜂本輪搜索任務結束；對應的雇傭蜂拋棄該食物源且不再記憶其位置；雇傭蜂變為偵察蜂開始隨機搜索新食物源位置；

步驟4：記錄當前最優解及位置，算法迭代次數達到最大M次，則算法結束，輸出最優食物源的適應度值；若未達到最大迭代次數，則判斷全局最優食物源是否得到更新；若更新，則重復步驟2到步驟3；否則根據對常規變量進行映射變換，得到混沌變量，介于[0，1]之間，再通過對進行映射得到混沌變量最后通過將混沌變量變換為常規變量再重復步驟2到步驟3；

S2：在此CABC算法的基礎上，引入改進后的Tent混沌映射，提出一種混沌改進人工蜂群CIABC算法；

S3：通過CIABC算法優化未知參數，以算法輸出的最優值作為RLS算法的初始值，利用RLS算法進行參數估計，由最終更新權值得到諧波的幅值和相位。

2.根據權利要求1所述的一種基于人工蜂群算法結合最小二乘法的諧波檢測方法，其特征在于：

步驟2中所述的計算出新食物源的適應度值并比較，以食物源質量更優秀的蜜源位置代替原食物源位置，其具體操作規為：

設f_i是非線性優化問題的目標函數，求解最大值時，適應度函數就是目標函數；求解最小值問題時，適應度函數為目標函數的變換形式，通過計算得到；

雇傭蜂通過比較適應度值選擇更優質的蜜源，觀察蜂選擇食物源的規則為：

式中t＝1，2，……，M；F_i(t)為迭代第t次時第i個食物源的適應度值。

3.根據權利要求1所述的一種基于人工蜂群算法結合最小二乘法的諧波檢測方法，其特征在于：

S3具體操作過程為：對諧波進行估計，首先對信號采樣，采樣頻率滿足奈奎斯特準則；采樣系統的等效線性模型表示為：

Y'(k)＝H(k)·A+v(k),k＝1,2...,K，其中Y'(k)為第k次的含噪聲的信號測量值，A＝[A₁A₂……A_N]^T為幅值向量矩陣，v(k)為第k次采樣的相加噪聲，H(k)為系統結構矩陣的第k行；系統的結構矩陣表示為：

諧波檢測問題被簡化為搜索最優的φ_n使得Y(k)與Y'(k)的差值趨于一個最小值，其中Y(k)＝H(k)·A，利用CIABC算法確定不同的相位信息φ_n，結合使用RLS算法進行幅值的估計。