[发明专利]一种基于DE算法的重力固体潮信号的独立分量分析方法

摘要

本发明提供一种基于DE算法的重力固体潮信号的独立分量分析方法，属于信号处理领域。该方法主要包括基于重力固体潮信号三维正交分解模型的分析、重力固体潮信号的预处理、DE算法的参数设定、优化目标函数、重力固体潮信号独立分量分析。本发明通过建立重力固体潮信号的三维正交分解模型，将重力固体潮信号的谐波分量从空间的角度实现正交分解，以实现提取的谐波分量频率反映空间上相互独立的地球物理信息。本算法的优点在于传统的ICA算法中引入DE算法，有效避免了ICA算法收敛速度慢和局部收索的缺点，是一种有效的，对重力固体潮信号进行正交分析的新方法。

主权项

1.一种基于DE算法的重力固体潮信号的独立分量分析方法，其特征在于：包括下述步骤：1)建立重力固体潮的三维正交分解模型；2)选取任意时间段，同经度，不同纬度地点的m路重力固体潮信号S＝{s₁(t),s₂(t),...,s_m(t)}作为输入；3)对步骤2中的m路重力固体潮信号预处理：利用特征值分解方法对观测信号进行白化和去均值处理，得到白化矩阵W₁，白化信号4)利用DE算法优化分离矩阵W₂；4.1设置参数：初始化粒子的种群规模Np即DE算法中的种群个数，同时也是独立成分分析算法中需求解解混解混矩阵的个数；维度D即所求问题的维数；缩放因子F，影响对基本向量的扰动程度；最大迭代次数Gm；交叉率CR，决定种群中多少个成员可能被改变；初始化代数G；4.2初始化一个随机种群X；4.3求新的变异向量V_i(g+1)，开始进行迭代循环，令i＝1:Np，根据公式V_i(g+1)＝x_r1(g)+F·(x_r2(g)‑x_r3(g))，其中r₁≠r₂≠r₃，随机选择种群内两个个体x_r2(g)与x_r3(g)，计算差分向量的权重(F·(x_r2(g)‑x_r3(g)))与基础向量x_r1(g)相加得到新的变异向量V_i(g+1)；4.4求新的正交矩阵X(c)，根据公式j_rand为[1，D]内随机选择的整数，D为问题的维数，CR∈(0,1)为交叉率，对新的变异向量V_i(g+1)进行二项式交叉，通过随机选择，使试验向量至少有一个分量由变异向量贡献，得到试验向量u_i,j(g+1)，并对其进行矩阵的转置，得到一个新的正交矩阵X(c)；4.5根据目标函数Fitness＝max{E{z⁴}‑3(E{z²})²}和正交矩阵X(c)，求出粒子的适应值Fitness，即为每一路信号的峭度值；4.6根据公式对适应值进行寻优，若Fitnessnew＜Fitnessold(i)，则终止循环，对粒子进行矩阵的转置，得出分离矩阵W₂，否则返回步骤4.1；5)根据公式G为全局矩阵/系统矩阵，得到输出信号6)提取到重力固体潮信号的各谐波信号分量，将其做频谱分析，将频谱分析结果与理论值进行对比。