[發(fā)明專利]基于人工免疫算法的主動降噪優(yōu)化方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110272158.4
• 申請日: 2021-03-12
• 公開（公告）號: CN112989700A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 柳飏;伊海珂;古強;李敏陽;黎晶;梁啟斌;余曠達
• 申請（專利權(quán)）人: 上海物騏微電子有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00
• 代理公司: 重慶強大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 趙玉乾

1.基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：包括以下步驟：

S100：初始化抗體的位置，作為濾波器系數(shù)向量；

S200：根據(jù)主動噪聲控制系統(tǒng)確定適應(yīng)度函數(shù)的表達式；

S300：計算所有抗體的適應(yīng)度函數(shù)值；

S400：根據(jù)抗體之間的親和度計算所有抗體的個體濃度，并聯(lián)合抗體的適應(yīng)度計算激勵度；

S500：根據(jù)抗體的激勵度進行免疫選擇，篩掉激勵度低的抗體；

S600：對進行免疫選擇后的種群個體進行克隆、變異以及克隆抑制操作，形成免疫種群；

S700：將免疫種群和新生成種群合并，進行種群刷新；

S800：當滿足迭代條件時，最優(yōu)抗體的位置作為最優(yōu)濾波器系數(shù)向量，否則，循環(huán)執(zhí)行S400至S800。

2.根據(jù)權(quán)利要求1所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所S400中第i個抗體的個體濃度根據(jù)以下公式計算：

其中，den(ab_i)表示個體濃度，N表示種群的抗體數(shù)量，S(ab_i，ab_j)表示抗體ab_i和ab_j之間的相似度，由下式得到：

其中，aff(ab_i，ab_j)為抗體間的歐氏距離或海明距離，δ_s為相似度閾值。

3.根據(jù)權(quán)利要求2所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所述S400中抗體的激勵度根據(jù)以下公式計算：

sim(ab_i)＝a*func(ab_i)-b*den(ab_i)

其中，sim(ab_i)表示激勵度，func(ab_i)為第i個抗體的適應(yīng)度，a、b為激勵度系數(shù)。

4.根據(jù)權(quán)利要求3所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所述S500包括：

S500-1：按照激勵度的排序，從小到大取預設(shè)比例的抗體進行免疫選擇，丟棄剩余的抗體個體。

5.根據(jù)權(quán)利要求4所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所述S600包括：

S600-1：將免疫種群的所有個體復制M份，保留克隆源個體；

S600-2：對其中M-1份個體進行下面的變異操作：

其中，ab_i，j，m為ab_i抗體的第m個復制體的第j維分量，rand為0到1之間的隨機數(shù)，p_m為變異概率，δ為定義的鄰域范圍，為ab_i，j，m朝向最優(yōu)抗體的第j維分量的單位方向向量；

S600-3：計算免疫種群中每個抗體對應(yīng)的M份克隆變異抗體的激勵度，并保留激勵度最小的抗體形成新的免疫種群。

6.根據(jù)權(quán)利要求5所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所述S700包括：

S700-1：隨機化生成之前免疫選擇中丟棄的抗體數(shù)量大小的新種群，并計算種群激勵度；

S700-2：將免疫種群與新的免疫種群合并，得到激勵度最小的最優(yōu)抗體。

7.根據(jù)權(quán)利要求6所述的基于人工免疫算法的主動降噪優(yōu)化方法，其特征在于：所述免疫種群的免疫選擇比例為抗體種群大小的10％～50％；對免疫種群進行克隆變異時，其擴增倍數(shù)為5～10倍。

8.一種基于人工免疫算法的主動降噪優(yōu)化系統(tǒng)，其特征在于：使用了根據(jù)權(quán)利要求1-7中任一項所述的基于人工免疫算法的主動降噪優(yōu)化方法。