[发明专利]一种基于ELM的干扰频域状态在线预测方法

权利要求书

1.一种基于ELM的干扰频域状态在线预测方法，其特征在于，包括：

对有源干扰信号的频域状态进行编码得到第一编码结果；

根据所述第一编码结果确定基于ELM的干扰频域状态预测模型；

获取所述有源干扰信号在多个时刻的第一编码结果形成有源干扰信号频域状态变化时间序列；

根据所述有源干扰信号频域状态变化时间序列对所述干扰频域状态预测模型进行离线训练；

对新来的有源干扰信号的频域状态进行编码得到第二编码结果；

根据所述第二编码结果对离线训练的干扰频域状态预测模型进行在线训练，并输出对应预测结果。

2.根据权利要求1所述的基于ELM的干扰频域状态在线预测方法，其特征在于，所述对有源干扰信号的频域状态进行编码得到第一编码结果，包括：

以雷达最小工作带宽为间隔，将侦察到的有源干扰信号的频谱划分为M个通道；

对所述有源干扰信号的每个通道的干扰功率进行统计，以噪声水平作为门限判决的编码方式进行编码得到第一编码结果。

3.根据权利要求1所述的基于ELM的干扰频域状态在线预测方法，其特征在于，所述干扰频域状态预测模型包括依次连接的输入层、隐含层和输出层，对应所述根据所述第一编码结果确定基于ELM的干扰频域状态预测模型，包括：

根据所述第一编码结果对应的维数确定所述基于ELM的干扰频域状态预测模型的输入层与输出层的节点数。

4.根据权利要求3所述的基于ELM的干扰频域状态在线预测方法，其特征在于，所述根据所述有源干扰信号频域状态变化时间序列对所述干扰频域状态预测模型进行离线训练，包括：

随机设定所述干扰频域状态预测模型中输入层与隐含层之间的连接权值和偏置值；

选定所述干扰频域状态预测模型中隐含层的激活函数；

根据所述连接权值、所述偏置值、所述激活函数，以及所述有源干扰频域状态变化时间序列，计算所述干扰频域状态预测模型中隐含层的初始输出矩阵；

根据所述初始输出矩阵和所述有源干扰频域状态变化时间序列求解所述干扰频域状态预测模型中隐含层与输出层之间的初始输出权值。

5.根据权利要求4所述的基于ELM的干扰频域状态在线预测方法，其特征在于，所述根据所述连接权值、所述偏置值、所述激活函数，以及所述有源干扰频域状态变化时间序列，计算所述干扰频域状态预测模型中隐含层的初始输出矩阵公式表示为：

其中，g(·)表示激活函数，s_i＝[s_i1,s_i2,...,s_iM]^T表示第i个时刻的第一编码结果，i＝1,2,...,N₀，N₀表示获取时刻个数，w_j＝[w_j1,w_j2,...,w_jM]、b_j分别表示所述干扰频域状态预测模型中输入层与隐含层第j个节点之间的连接权值和偏置值，其中，j＝1,2,...,L，L表示隐含层节点的个数，w_jp表示输入层第p个节点与隐含层第j个节点之间的连接权值，p＝1,2,...,M。

6.根据权利要求5所述的基于ELM的干扰频域状态在线预测方法，其特征在于，所述根据所述初始输出矩阵和所述有源干扰频域状态变化时间序列求解所述干扰频域状态预测模型中隐含层与输出层之间的初始输出权值公式表示为：

其中，是初始输出矩阵H₀的Moore-Penrose广义逆，表示从时刻t＝2到时刻t＝N₀+1的有源干扰频域状态变化时间序列。