[发明专利]反馈神经网络的信号放大方法

权利要求书

1.一种反馈神经网络的信号放大方法，通过借助于相位处理的方式使反馈神经网络的信号得以放大，提高了建模时的收敛速度，包括：

(1)构造检测信号接收矩阵；

(2)对检测信号接收矩阵进行奇异值分解；

(3)根据奇异值分解结果构造反馈信号矩阵；

(4)利用反馈信号矩阵对接收矩阵信号进行反馈和放大；

所述步骤(1)包括：

(11)接收多个待输入到多输入输出系统的待处理信号S_i(t)，i＝1，2，…N，N为正整数；

(12)计算各待处理信号S_i(t)之间的对数比例，获得它们彼此之间的比例系数：

K₁:K₂:K₃:...:K_N＝|lg(||S₁(t)||)|:|lg(||S₂(t)||)|:|lg(||S₃(t)||)|:...:|lg(||S_N(t)||)|

(13)构造检测信号接收矩阵A：

A=K1K1×K2......KN-1×KNK2×K1K2....................................KN-2×KN-1KN×K1KN×K2......KN;]]>

所述步骤(2)包括：

对检测信号接收矩阵进行奇异值分解：

A＝UDV^H，其中U为A的行奇异向量，D为A的对角阵，V^H为A的列奇异向量；

所述步骤(3)包括：

(31)获得各待处理信号S_i(t)的相位信息矩阵P：

其中P_i为与之对应的待处理信号S_i(t)的相位信息，i＝1，2，…N，N为正整数；

(32)对检测信号接收矩阵进行奇异值分解，获得其广义逆矩阵A′：

(33)计算广义逆矩阵A′的秩α；

(34)对相位信息矩阵P进行筛选：

去掉相位信息矩阵P中P_i小于预设阈值的值，得到矩阵P^；

(35)计算相位信息矩阵P^的秩β；

(36)计算各待处理信号S_i(t)的相位信息的比例：

L₁:L₂:L₃:...:L_N＝||P₁||:||P₂||:||P₃||:...:||P_N||；

(37)构造相位信息归一化对角矩阵I：

其中c_i表示相位信息矩阵P中P_i小于预设阈值的值的情况，且当相位信息矩阵P中P_i小于预设阈值的值时，c_i＝0，否则c_i＝||D||；

(38)确定矩阵I的重特征值T，进而计算L_i与T之间的标准差G_i并以此标准差构造反馈比例矩阵G；

(39)构造反馈信号矩阵F：

F=lg(α×β||A||2)×(A′·G);]]>

所述步骤(4)包括：

(41)根据反馈信号矩阵对接收矩阵信号进行反馈，得到待放大矩阵E：

E＝A-F

(42)确定信号放大比例m；

(43)对待放大矩阵E进行放大，得到供输入给多输入输出动态系统的经过放大的信号矩阵R'：

R'＝m×E；

(44)对矩阵R'进行反对数运算，得到供输入给多输入输出动态系统的信号矩阵R_i(t)。