[发明专利]混沌背景中基于改进教学优化算法的检测回声状态网络微弱信号的方法

摘要

本发明公开了一种本发明提供一种混沌背景中基于改进教学优化算法的检测回声状态网络微弱信号的方法，本方法采用改进优化教学算法（ITLBO）算法来优化回声状态网络模型参数，首先要确定优化参数的个数，储备池规模N和稀疏度SD的值，对其余的参数进行编码；其次通过ITLBO的教授阶段、学习阶段、反馈阶段找到最优的回声状态网络模型参数组合并对这些参数进行建模、训练和预测，对单步预测误差进行分析并从中判断混沌背景噪声中是否存在微弱目标信号，用该方法对Lorenz混沌背景和实际的海杂波信号进行仿真实验，准确快速地检测出微弱信号；克服了回声状态网络模型参数选取困难的缺点，提高了工作效率。

主权项

混沌背景中基于改进教学优化算法的检测回声状态网络微弱信号的方法，其特征在于，包括如下步骤：步骤一，确定优化参数的个数，先确定储备池规模N和稀疏度SD的值，设置回声状态网络初始化参数；设教学次数g＝0，最大教学次数为G；步骤二，在设定的参数范围内进行实数编码，产生M个种群；步骤三，将混沌时间序列的重构延迟坐标向量作为回声状态网络模型的输入，利用相应参数对回声状态网络进行训练与预测；步骤四，计算每个回声状态网络个体的适应度值；步骤五，种群经过教授、学习和反馈阶段后得到新的种群，g＝g+1；步骤六，判断教学次数g是否达到G，若达到则进入下一步，否则，重复步骤三到步骤五的操作，直到符合设定的条件为止，输出回声状态网络模型最优参数；步骤七，利用得到的回声状态网络模型优化参数进行建模、训练并完成预测；步骤八，通过模型仿真得到预测误差幅值图形，分析预测误差幅值，并从中判断是否存在微弱目标信号，完成混沌背景下微弱信号的检测。