[发明专利]一种合成信号的分解方法及系统

权利要求书

1.一种合成信号的分解方法，其特征在于，包括：

获取待分解的合成信号和基础信号库；

将待分解的合成信号输入训练好的神经网络模型进行信号分解，获得分解后的元信号；

所述的神经网络模型由基础信号库训练获得。

2.如权利要求1所述的一种合成信号的分解方法，其特征在于，还包括，验证分解结果；

将分解后的元信号重新合成，将重新合成后信号与需要分解的合成信号比较，若相同，验证通过，若不同，验证不通过。

3.如权利要求2所述的一种合成信号的分解方法，其特征在于，若验证通过，输出分解结果；

若验证不通过，则重新训练神经网络模型，通过重新训练好的神经网络模型对待分解的合成信号进行分解，直至分解结果通过验证。

4.如权利要求1所述的一种合成信号的分解方法，其特征在于，所述神经网络模型的训练过程为：

创建待训练的神经网络；

获取基础信号库；

选择基础信号库中的基础信号进行合成，获取合成后新信号；

将所有新信号输入神经网络进行预分解，验证预分解结果；

当所有新信号的预分解结果均正确后，神经网络模型训练完成。

5.如权利要求4所述的一种合成信号的分解方法，其特征在于，验证预分解结果的过程为：

将预分解后信号与合成新信号选取的基础信号进行比较，若一致，预分解结果正确，若不一致，预分解结果错误。

6.如权利要求5所述的一种合成信号的分解方法，其特征在于，预分解结果错误时，对新信号重新进行预分解，至预分解结果验证正确。

7.如权利要求4所述的一种合成信号的分解方法，其特征在于，将选取的所有基础信号的属性取并集进行信号合成。

8.如权利要求1所述的一种合成信号的分解方法，其特征在于，选取的基础信号相同，或不同。

9.一种合成信号的分解系统，其特征在于，包括：

基础信号合成模块，选取基础信号库中的信号进行合成，获得合成的新信号；

神经网络训练模块，创建待训练的神经网络，根据合成的新信号与参与合成的信号对神经网络进行训练，获取训练好的神经网络模型。

信号分解模块，将待分解的合成信号，输入训练好的神经网络模型中，进行信号分解。

10.一种计算机存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-8任一项所述的一种合成信号的分解方法的步骤。