[发明专利]应用于电流传感器角差在线监测系统的信号分离择优方法

权利要求书

1.一种对电流传感器角差在线监测系统中独立分量分析电流信号分离模块的输出结果进行分离择优的方法，其特征在于，该方法包括：

步骤1：建立一个拥有两个输入节点和一个输出节点的反向传播BP神经网络；

步骤2：建立BP神经网络的训练样本集；所述的训练样本集，选取在不同信噪比情况下的60次独立分量分析ICA分离结果的似然值、负熵值以及角差的绝对值组成的数据集，训练目标误差设为10^-8，训练迭代数为1000，BP神经网络的学习率设为0.1；

步骤3：BP神经网络通过对训练样本集数据的学习，建立独立分量分析ICA分离结果的角差和两个指标值即上述似然值和负熵值之间的映射关系；

步骤4：电流传感器角差在线监测系统运行时，该BP神经网络对独立分量分析ICA信号分离模块的多次分离结果进行最优解选取，并输出最优结果；

其中，所述BP神经网络是一个拥有两个输入节点和一个输出节点的3层网络，包括输入层、输出层和隐藏层，其中，

输入层：以两个神经元节点作为输入，记为{x₁，x₂}，x₁为每次实验中独立分量分析ICA分离出的源分量的似然值，x₂为每次实验中独立分量分析ICA分离出的源分量的负熵值；

输出层：以一个神经元节点作为输出，记为y，它是与该次实验结果的角差的绝对值成比例的量，该输出可以作为评价分离结果性能的联合评价量；

隐藏层：选择隐藏层的层数为1，隐藏层的节点数为7；在网络训练过程中输入层到隐藏层的传递函数采用tanh函数，隐藏层到输出层的传递函数采用线性函数。

2.根据权利要求1所述的对电流传感器角差在线监测系统中独立分量分析电流信号分离模块的输出结果进行分离择优的方法，其特征在于，训练之前要对输入集和输出集的数据进行归一化，以使训练迭代过程中神经元权值的调整较为灵敏。

3.根据权利要求1所述的对电流传感器角差在线监测系统中独立分量分析电流信号分离模块的输出结果进行分离择优的方法，其特征在于，所述的BP神经网络训练完成后，由两个输入量通过网络的非线性映射得到的输出量与独立分量分析ICA分离的角差绝对值之间有单调地对应关系，即BP神经网络输出最小值对应的分离结果的角差最小。

4.根据权利要求1所述的对电流传感器角差在线监测系统中独立分量分析电流信号分离模块的输出结果进行分离择优的方法，其特征在于，步骤4中所述电流传感器角差在线监测系统运行时，独立分量分析ICA电流信号分离模块将多次分离结果输入该BP神经网络，网络输出多次分离结果的最优解。