[发明专利]反馈神经网络的信号放大方法

摘要

为了提高多输入输出动态系统中的反馈神经网络信号处理速度，本发明提供了一种反馈神经网络的信号放大方法，包括构造检测信号接收矩阵；对检测信号接收矩阵进行奇异值分解；根据奇异值分解结果构造反馈信号矩阵；利用反馈信号矩阵对接收矩阵信号进行反馈和放大。本发明根据反馈神经网络算法，利用待输入到多输入输出动态系统的输入信号的相位稳定性进行信号筛选，剔除掉不能体现出相位集中区域的信号，从而降低了多输入输出动态系统建模过程中运算的离散度，提高了建模的收敛速度。

主权项

一种反馈神经网络的信号放大方法，通过借助于相位处理的方式使反馈神经网络的信号得以放大，提高了建模时的收敛速度，包括：(1)构造检测信号接收矩阵；(2)对检测信号接收矩阵进行奇异值分解；(3)根据奇异值分解结果构造反馈信号矩阵；(4)利用反馈信号矩阵对接收矩阵信号进行反馈和放大；所述步骤(1)包括：(11)接收多个待输入到多输入输出系统的待处理信号Si(t)，i＝1，2，…N，N为正整数；(12)计算各待处理信号Si(t)之间的对数比例，获得它们彼此之间的比例系数：K1:K2:K3:...:KN＝|lg(||S1(t)||)|:|lg(||S2(t)||)|:|lg(||S3(t)||)|:...:|lg(||SN(t)||)|(13)构造检测信号接收矩阵A：A=K1K1×K2......KN-1×KNK2×K1K2....................................KN-2×KN-1KN×K1KN×K2......KN;]]>所述步骤(2)包括：对检测信号接收矩阵进行奇异值分解：A＝UDVH，其中U为A的行奇异向量，D为A的对角阵，VH为A的列奇异向量；所述步骤(3)包括：(31)获得各待处理信号Si(t)的相位信息矩阵P：其中Pi为与之对应的待处理信号Si(t)的相位信息，i＝1，2，…N，N为正整数；(32)对检测信号接收矩阵进行奇异值分解，获得其广义逆矩阵A′：(33)计算广义逆矩阵A′的秩α；(34)对相位信息矩阵P进行筛选：去掉相位信息矩阵P中Pi小于预设阈值的值，得到矩阵P^；(35)计算相位信息矩阵P^的秩β；(36)计算各待处理信号Si(t)的相位信息的比例：L1:L2:L3:...:LN＝||P1||:||P2||:||P3||:...:||PN||；(37)构造相位信息归一化对角矩阵I：其中ci表示相位信息矩阵P中Pi小于预设阈值的值的情况，且当相位信息矩阵P中Pi小于预设阈值的值时，ci＝0，否则ci＝||D||；(38)确定矩阵I的重特征值T，进而计算Li与T之间的标准差Gi并以此标准差构造反馈比例矩阵G；(39)构造反馈信号矩阵F：F=lg(α×β||A||2)×(A′·G);]]>所述步骤(4)包括：(41)根据反馈信号矩阵对接收矩阵信号进行反馈，得到待放大矩阵E：E＝A‑F(42)确定信号放大比例m；(43)对待放大矩阵E进行放大，得到供输入给多输入输出动态系统的经过放大的信号矩阵R'：R'＝m×E；(44)对矩阵R'进行反对数运算，得到供输入给多输入输出动态系统的信号矩阵Ri(t)。