[发明专利]一种利用多参量优化的功率信号重构方法和系统

权利要求书

1.一种利用多参量优化的功率信号重构方法，其特征在于，包括：

步骤1,输入实测的功率信号序列S；

步骤2,对所述功率信号序列S进行数据重构，重构后的功率信号序列为S_NEW。具体为：其中，

称为差别参量矢量；

称为恢复参量矢量；

称为距离参量矢量；μ为差别调整因子；γ称为差别测量因子；λ称为恢复因子；α称为距离调整因子；A称为距离矩阵；R称为反射矢量；D称为循环延迟矩阵；b_OPT称为最佳重构矢量；d_OPT称为最佳恢复矢量；g为用于求极值的中间参数矩阵。

2.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：

步骤3,求取所述差别调整因子μ、差别测量因子γ、恢复因子λ、距离调整因子α、距离矩阵A、反射矢量R、循环延迟矩阵D、最佳重构矢量b_OPT和最佳恢复矢量d_OPT。

3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：

步骤301，求取所述循环延迟矩阵D，具体为：

其中：

s_n：所述信号序列S的第n个元素[n＝1,2,…,N]

N：所述信号序列S的长度

循环参数

以N为模下取整

SNR：所述信号序列S的信噪比

步骤302，所述差别调整因子μ，具体为：

其中：

I：单位矩阵

步骤303，求取所述差别测量因子γ，具体为

其中：

Γ_MAX：协方差矩阵[S-m_S]^T[S-m_S]的最大特征值

Γ_MIN：协方差矩阵[S-m_S]^T[S-m_S]的最小特征值

m_S：所述信号序列S的均值

步骤304，求取所述恢复因子λ，具体为：

其中：

G＝kron(D,I+D)：矩阵D与I+D的克罗尼可尔乘积运算

矩阵G的最大特征值

矩阵G的最小特征值

步骤305，求取所述距离调整因子α，具体为：

步骤306，求取所述距离矩阵A，具体为：

其中

Δ＝max[|s₁-s₂|,|s₂-s₃|,…,|s_N-s₁|]-min[|s₁-s₂|,|s₂-s₃|,…,|s_N-s₁|]

σ_S：所述信号序列S的均方差

步骤306，求取所述反射矢量R，具体为

R＝[r_n]_1×N

其中

所述反射矢量R的第n个元素[n＝1,2,…,N]

步骤307，求取所述最佳重构矢量b_OPT，具体为：

b_OPT＝μG^TGS

步骤308，求取所述最佳恢复矢量d_OPT，具体为：

d_OPT＝D[R-GS]。