[發明專利]一種基于神經網絡的頻標頻率漂移預測方法

在審

• 申請號: 202211297500.7
• 申請日: 2022-10-22
• 公開（公告）號: CN115688859A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 周經亞;羅恒
• 申請（專利權）人: 蘇州時同奧科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/084;G01R23/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經網絡的頻標頻率漂移預測方法，其特征在于，包括以下步驟：

步驟1、對頻標源和參考源的相位差樣本利用Savitzky-Golay方法進行平滑濾波；

步驟2、將步驟1所得到的平滑信號樣本輸入一個三層神經網絡，利用神經網絡計算損失；

步驟3、判斷損失值是否低于預設的閾值，若是，則直接輸出預測值，否則，進行反向傳播優化，更新神經網絡參數。

2.根據權利要求1所述步驟1中平滑濾波方法，其特征在于：首先，將輸入信號樣本窗口設為2m+1,其中m0,用k-1階多項式對數據進行擬合，矩陣運算表示為：

X_(2m+1)×1＝T_(2m+1)×k·A_k×1+E_(2m+1)×1 (1)

其中X為樣本的先驗估計向量，T為采樣時間矩陣，A為擬合參數向量，E為誤差向量。然后，利用最小二乘法計算可得：

A＝(T^T·T)^-1·T^T·X (2)

其中T^T為T的轉置矩陣。

最后，計算濾波后得到的平滑值：

Y＝T·(T^T·T)^-1·T^T·X (3) 。

3.根據權利要求1所述步驟2中神經網絡構建方法，其特征在于：

構建一個三層徑向基神經網絡，如圖3所示，包含輸入層、隱藏層和輸出層，其中輸入層由r個神經元組成，隱藏層由h個神經元組成，每個神經元采用高斯核函數作為激活函數，輸出層由n個神經元組成，隱藏層到輸出層采用權重矩陣W進行線性變換。

4.根據權利要求2所述構建的神經網絡中隱藏層輸出值的計算方法，其特征在于：

隱藏層用激活函數F(·)對輸入樣本信號進行處理，通過計算可得到隱藏層輸出值：

F(y_i-c_j)＝exp(-||y_i-c_j||²/2σ²),i＝[1,r],j＝[1,h] (4)

其中c_j表示高斯核函數的中心，σ為方差，表示函數的作用范圍，||·||表示范數。

5.根據權利要求2所述的構建的神經網絡中輸出層輸出值的計算方法，其特征在于：

將隱藏層輸出值與權重矩陣相乘，可得到輸出層的輸出值，即預測值：

其中w_jl表示隱藏層神經元j與輸出層神經元l之間的連接權重，所有權重組合在一起構成一個權重矩陣。

最后，將預測值與真實值均方誤差MSE(Mean Square Error)作為損失函數，計算每一輪的損失：

其中z_i^real為訓練數據集真實值，s表示訓練樣本數量。

6.根據權利要求1所述步驟3，其特征在于：

根據頻標精度要求設定一個損失閾值(如10^-10)，當損失高于閾值時，進行反向傳播優化，采用梯度下降方法。首先，分別對c_j，σ和w_jl求偏導，可得：

然后，基于偏導更新下一輪參數：

其中η₁,η₂,η₃,γ₁,γ₂,γ₃表示不同的學習率，k,k-1,k-2均表示輪數，c_j(k),σ(k)和w_jl(k)分別表示在第k輪時的參數值。

最后，當本輪損失低于閾值時，說明預測值已符合精度要求，直接輸出預測值。