[发明专利]基于混沌-RBF神经网络预测ENPEMF信号包络趋势的方法及系统

说明书

本发明公开了一种基于混沌‑RBF神经网络预测ENPEMF信号包络趋势的方法及系统，针对地质灾害前的地球天然脉冲电磁场(ENPEMF)信号，利用基于混沌理论及RBF神经网络的方法及系统来预测该ENPEMF信号强度趋势。本发明中提出的方法及系统实现了ENPEMF信号的嵌入维数m及时间延迟τ的准确计算，可以有效的跟踪ENPEMF信号的强度趋势，并对其进行预测，适用于对ENPEMF信号的进行预测及分析研究。实验结果也表明了混沌‑RBF神经网络方法在分析ENPEMF信号内部混沌特性的同时，得到了较好的短期ENPEMF信号预测结果。

技术领域

本发明涉及非平稳数据的分析及预测处理，研究地震前地球天然脉冲电磁场信号的混沌特性，属于地学非平稳信号处理领域。

背景技术

本发明属于地震前兆研究与地震预测领域，地震给人类的生活带来了巨大的灾难，据统计，全球的自然灾害之中，地震造成的死亡人数占全部自然灾害死亡人数的54％，堪称自然灾害之最。如何预测地震一直以来都是一个热门敏感的话题。然而，因地震预测有着地球内部的“不可入性”、大地震的“非频发性”、“地震物理过程的复杂性”三大困难，地震预测成为了公认的世界性难题。本发明采用混沌-RBF神经网络算法研究并预测短期ENPEMF数据，从方法上解决了地球天然脉冲电磁场信号数据的预测分析问题，为从算法分析角度出发研究地震前兆信息提供了必备的理论基础。该算法也可应用于其他非平稳信号领域的多项研究，有较好的市场应用前景。

发明内容

本发明要解决的技术问题在于，针对现有技术的缺陷，提供基于混沌-RBF神经网络预测ENPEMF信号包络趋势的方法及系统。

本发明解决其技术问题所采用的技术方案是：构造一种基于混沌-RBF神经网络预测ENPEMF信号包络趋势的方法，包括以下步骤：

S1、采集若干个ENPEMF信号，利用混沌理论来验证采集到的ENPEMF信号是否具有混沌特性；将所有具有混沌特性的ENPEMF信号，应用到步骤S2；

S2、利用假邻近法和自相关函数法，求解每个具有混沌特性的ENPEMF信号的嵌入维数和时间延迟；其中，根据所求的两项参数，来反映地震之前ENPEMF信号强度数据隐藏的变化特点；

S3、将具有混沌特性的ENPEMF信号分成训练数据和预测数据；以训练数据作为待优化的RBF神经网络的输入，对所述待优化的RBF神经网络进行优化训练；其中，将步骤S2所求的嵌入维数，作为所述待优化的RBF神经网络中输入层的输入节点个数；隐含层的隐节点个数，根据训练结果进一步确定；输出层的输出节点个数固定为1；

S4、将预测数据作为优化后的RBF神经网络的输入，根据输出结果预测ENPEMF信号的包络趋势。

进一步的，步骤S2中，利用假邻近法求解ENPEMF信号的嵌入维数的步骤包括：

S21、构造m维第一重构向量y_m(n)；

S22、采用欧式度量确定第一重构向量y_m(n)的第一紧邻点y'_m(n)；

S23、构造m+1维第二重构向量y_m+1(n)；

S24、采用欧式度量决定第二重构向量y_m+1(n)的第二紧邻点y'_m+1(n)；

S25、当m+1维空间中确定的第二紧邻点y'_m+1(n)等于m维空间中确定的第一紧邻点y'_m(n)时，选择当前第一重构向量y_m(n)的维数m作为嵌入维数，并执行步骤S3；其他情况下，返回步骤S21对第一重构向量的维数进行调整，直到输出嵌入维数时，则执行步骤S3。

进一步的，步骤S2中，对于一个ENPEMF信号，其自相关函数的数学表达式为：