[发明专利]一种利用欧式最佳逼近的振声检测信号重构方法和系统

权利要求书

1.一种利用欧式最佳逼近的振声检测信号重构方法，其特征在于，包括：

步骤101获取按时间顺序采集的信号序列S；

步骤102求取N²个相似概率，具体为：序号为(i,j)的相似概率记为p_j|i，所用求取公式为：

其中：

σ₀为所述信号序列S的均方差，

s_i为所述信号序列S第i个元素，

s_j为所述信号序列S第j个元素，

s_z为所述信号序列S第z个元素，

z＝1,2,···,N为中间元素序号，

i＝1,2,···,N为第一元素序号，

j＝1,2,·,N为第二元素序号，

N为所述信号序列S的长度；

步骤103求取N²个联合自相似值，具体为：序号为(i,j)的联合自相似值记为p_ij，所用计算公式为：

其中：

p_i|j是序号(j,i)的相似概率，

p_j|i是序号(i,j)的自相概率；

步骤104求取N个条件香农熵，具体为：第n个条件香农熵记为H_n，所用的计算公式为：

其中：n＝1,2,···,N为条件香农熵序号，

p_in为序号(i,n)的联合自相似值；

步骤105逼近变量初始化，具体为：迭代控制参量k的初始值置为1；逼近矢量b的初始值记为b⁰，其第n个元素为其值为逼近矢量b的第1步迭代值记为b¹，其第n个元素为其值为

其中：

m₀为所述信号序列S的均值；

表示均值为m₀方差为的高斯分布随机函数；

步骤106求取逼近矢量的第k+1步值，具体为：所述逼近矢量b的第k+1步值记为b^k+1，所用求取公式为：

b^k+1＝b^k+αb^k-1

其中：b^k为所述逼近矢量b的第k步值，

b^k-1为所述逼近矢量b的第k-1步值，

为欧式距离因子；

步骤107判断迭代误差并结束迭代更新，具体为：第k步迭代误差记为ε_k，其值为ε_k＝||b^k-b^k-1||²；如果ε_k0.001σ_o，则所述迭代控制参数k的值加1，并返回到所述步骤106和所述步骤107，直至所述迭代误差ε_k小于迭代结束，此时所述迭代控制参数k＝K_o，所述逼近矢量b的值为

步骤108求取重构后的信号序列，具体为：重构后的信号序列记为S_new，所用求取公式为

2.一种利用欧式最佳逼近的振声检测信号重构系统，其特征在于，包括：

模块201获取按时间顺序采集的信号序列S；

模块202求取N²个相似概率，具体为：序号为(i,j)的相似概率记为p_j|i，所用求取公式为：

其中：

σ₀为所述信号序列S的均方差，

s_i为所述信号序列S第i个元素，

s_j为所述信号序列S第j个元素，

s_z为所述信号序列S第z个元素，

z＝1,2,···,N为中间元素序号，

i＝1,2,···,N为第一元素序号，

j＝1,2,·,N为第二元素序号，

N为所述信号序列S的长度；

模块203求取N²个联合自相似值，具体为：序号为(i,j)的联合自相似值记为p_ij，所用计算公式为：

其中：

p_i|j是序号(j,i)的相似概率，

p_j|i是序号(i,j)的自相概率；

模块204求取N个条件香农熵，具体为：第n个条件香农熵记为H_n，所用的计算公式为：

其中：n＝1,2,···,N为条件香农熵序号，

p_in为序号(i,n)的联合自相似值；

模块205逼近变量初始化，具体为：迭代控制参量k的初始值置为1；逼近矢量b的初始值记为b⁰，其第n个元素为其值为逼近矢量b的第1步迭代值记为b¹，其第n个元素为其值为

其中：

m₀为所述信号序列S的均值；

表示均值为m₀方差为的高斯分布随机函数；

模块206求取逼近矢量的第k+1步值，具体为：所述逼近矢量b的第k+1步值记为b^k+1，所用求取公式为：

b^k+1＝b^k+αb^k-1

其中：b^k为所述逼近矢量b的第k步值，

b^k-1为所述逼近矢量b的第k-1步值，

为欧式距离因子；

模块207判断迭代误差并结束迭代更新，具体为：第k步迭代误差记为ε_k，其值为ε_k＝||b^k-b^k-1||²；如果ε_k0.001σ_o，则所述迭代控制参数k的值加1，并返回到所述模块206和所述模块207，直至所述迭代误差ε_k小于迭代结束，此时所述迭代控制参数k＝K_o，所述逼近矢量b的值为

模块208求取重构后的信号序列，具体为：重构后的信号序列记为S_new，所用求取公式为