[發(fā)明專利]一種利用轉(zhuǎn)換學習算法的功率信號濾波方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011151369.4
• 申請日: 2020-10-25
• 公開（公告）號: CN112307924A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設計）人: 翟明岳;朱校汲
• 申請（專利權(quán)）人: 廣東石油化工學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/10;G06Q50/06;G01R31/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利用轉(zhuǎn)換學習算法的功率信號濾波方法，其特征在于，包括：

步驟101獲取按時間順序采集的信號序列S

步驟102求取信號分段段數(shù)，具體為：信號分段段數(shù)記為N₀，所用求取公式為：

其中：

ΔS＝[0,s₂-s₁,s₃-s₂,…,s_N-s_N-1]為信號差分序列，

s₁為所述信號序列S的第1個元素，

s₂為所述信號序列S的第2個元素，

s₃為所述信號序列S的第3個元素，

s_N-1：所述信號序列S的第N-1個元素，

s_N為所述信號序列S的第N個元素，

N為所述信號序列S的長度，

σ為所述信號序列S的均方差，

||ΔS||_F表示對ΔS求取Frobenus范數(shù)，

表示對下取整；

步驟103求取分段序列，具體為：第i個分段序列記為Gⁱ，所用求取公式為：

其中：

為所述分段序列Gⁱ的長度，

表示對上取整，

為所述信號序列S的第(i-1)M₀+1個元素，

為所述信號序列S的第(i-1)M₀+2個元素，

為所述信號序列S的第iM₀個元素；

步驟104求取稀疏轉(zhuǎn)換控制因子，具體為：稀疏轉(zhuǎn)換控制因子記為λ，所用求取公式為：

其中：

SNR為所述信號序列S的信噪比，

||Gⁱ||_∞表示Gⁱ的L_∞模；

表示對下取整；

步驟105初始化迭代過程參數(shù)，具體為：稀疏矩陣記為D,迭代控制參數(shù)記為k，已選序號集合記為Ω，可選序號集合記為O，所用求取公式為：

D⁰＝0_N×N

O⁰＝{1,2,…,N²}

k＝0；

步驟106更新迭代過程參數(shù)，具體為：所述迭代控制參數(shù)k的值加1；并按照下列公式更新迭代過程參數(shù)：

i^k＝rand[O^k-1]

O^k＝O^k-1-{i^k}

Ω^k＝Ω^k-1+{i^k}

其中：

i^k表示選中序號，

rand[O^k-1]表示在集合O^k-1中隨機選擇一個元素，

O^k-1為可選序號集合O的第k-1步值，

O^k為可選序號集合O的第k步值，

Ω^k為已選序號集合Ω的第k步值，

Ω^k-1為已選序號集合Ω的第k-1步值，

D^k表示稀疏矩陣D的第k步值，

D^k-1表示稀疏矩陣D的第k-1步值，

randn[m₀,σ]表示均值為m₀均方差為σ的高斯函數(shù)，

m₀為信號序列S的均值；

步驟107判斷迭代控制參數(shù)的值并結(jié)束迭代過程，具體為：如果所述迭代控制參數(shù)k小于所述稀疏轉(zhuǎn)換控制因子λ，則返回所述步驟106和所述步驟107重新迭代更新；否則，迭代更新過程結(jié)束，并得到歸一化稀疏轉(zhuǎn)換矩陣W的值為

步驟108求取濾波后的信號序列，具體為：濾波的信號序列記為S_new，所用求取公式為：

2.一種利用轉(zhuǎn)換學習算法的功率信號濾波系統(tǒng)，其特征在于，包括：

模塊201獲取按時間順序采集的信號序列S

模塊202求取信號分段段數(shù)，具體為：信號分段段數(shù)記為N₀，所用求取公式為：

其中：

ΔS＝[0,s₂-s₁,s₃-s₂,…,s_N-s_N-1]為信號差分序列，

s₁為所述信號序列S的第1個元素，

s₂為所述信號序列S的第2個元素，

s₃為所述信號序列S的第3個元素，

s_N-1：所述信號序列S的第N-1個元素，

s_N為所述信號序列S的第N個元素，

N為所述信號序列S的長度，

σ為所述信號序列S的均方差，

||ΔS||_F表示對ΔS求取Frobenus范數(shù)，

表示對下取整；

模塊203求取分段序列，具體為：第i個分段序列記為Gⁱ，所用求取公式為：

其中：

為所述分段序列Gⁱ的長度，

表示對上取整，

為所述信號序列S的第(i-1)M₀+1個元素，

為所述信號序列S的第(i-1)M₀+2個元素，

為所述信號序列S的第iM₀個元素；

模塊204求取稀疏轉(zhuǎn)換控制因子，具體為：稀疏轉(zhuǎn)換控制因子記為λ，所用求取公式為：

其中：

SNR為所述信號序列S的信噪比，

||Gⁱ||_∞表示Gⁱ的L_∞模；

表示對下取整；

模塊205初始化迭代過程參數(shù)，具體為：稀疏矩陣記為D,迭代控制參數(shù)記為k，已選序號集合記為Ω，可選序號集合記為O，所用求取公式為：

D⁰＝0_N×N

O⁰＝{1,2,…,N²}

k＝0；

模塊206更新迭代過程參數(shù)，具體為：所述迭代控制參數(shù)k的值加1；并按照下列公式更新迭代過程參數(shù)：

i^k＝rand[O^k-1]

O^k＝O^k-1-{i^k}

Ω^k＝Ω^k-1+{i^k}

其中：

i^k表示選中序號，

rand[O^k-1]表示在集合O^k-1中隨機選擇一個元素，

O^k-1為可選序號集合O的第k-1步值，

O^k為可選序號集合O的第k步值，

Ω^k為已選序號集合Ω的第k步值，

Ω^k-1為已選序號集合Ω的第k-1步值，

D^k表示稀疏矩陣D的第k步值，

D^k-1表示稀疏矩陣D的第k-1步值，

randn[m₀,σ]表示均值為m₀均方差為σ的高斯函數(shù)，

m₀為信號序列S的均值；

模塊207判斷迭代控制參數(shù)的值并結(jié)束迭代過程，具體為：如果所述迭代控制參數(shù)k小于所述稀疏轉(zhuǎn)換控制因子λ，則返回所述模塊206和所述模塊207重新迭代更新；否則，迭代更新過程結(jié)束，并得到歸一化稀疏轉(zhuǎn)換矩陣W的值為

模塊208求取濾波后的信號序列，具體為：濾波的信號序列記為S_new，所用求取公式為：