一种基于蚁群优化的多项式相位信号自适应时频变换方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107622036A(43)申请公布日2018.01.23(21)申请号201710914722.1(22)申请日2017.09.30(71)申请人中国人民解放军战略支援部队航天工程大学地址101416北京市怀柔区雁栖镇八一路一号(72)发明人尹灿斌劳国超叶伟冉达(74)专利代理机构北京理工大学专利中心11120代理人李微微仇蕾安(51)Int.Cl.G06F17/14(2006.01)G06N3/00(2006.01)权利要求书4页说明书10页附图3页(54)发明名称一种基于蚁群优化的多项式相位信号自适应时频变换方法(57)摘要本发明提供一种基于蚁群优化的多项式相位信号自适应时频变换方法，能够完成多项式相位信号的时频分解，其中分解得到的每一个信号分量都为任一时刻都只对应一个频点的单分量，然后利用各信号分量、各时刻的瞬时频率取值，通过仅保留主瓣响应的Sinc函数直接计算生成相应时刻对应的信号频率分布，克服了传统的时频变换中一个时刻对应多个频点的非单分量存在交叉项的缺陷，最终输出无任何交叉项干扰且时频联合分辨率较优的时频分布；本发明原理简单，操作方便，可有效克服经典时频分析方法交叉项干扰的不利影响以及时频联合分辨率的损失，能够有效提升非平稳多项式相位信号时频分析的质量和效益。CN107622036ACN107622036A权利要求书1/4页1.一种基于蚁群优化的多项式相位信号自适应时频变换方法，其特征在于，包括以下步骤：步骤1：利用蚁群优化算法对雷达接收的原始多项式相位信号s(t)进行多次分解，每次分解均确定一个信号分量的最优模型阶数和最优待定系数集，具体的：步骤11：根据多项式相位模型，生成原始多项式相位信号s(t)对应的参考函数hp，并初始化参考函数hp的模型阶数N1＝1，并计算原始多项式相位信号s(t)的能量E0，随机生成参考函数hp的至少两个待定系数集{an},n＝0,1,2,...,N1，其中待定系数集{an}的个数用Ants表示；将待定系数集{an}作为蚁群优化算法中蚂蚁的位置参数PosAnts，Ants个蚂蚁构成初始蚂蚁群IAnts；步骤12：将各个待定系数集{an}对应的参考函数hp的共轭分别与原始多项式相位信号s(t)相乘得到混合调制信号x(t)，对混合调制信号x(t)实施傅利叶变换，得到变换结果X(f)，计算变换结果X(f)其中一个频域特征的特征值，并将该特征值作为评价变换结果X(f)的适应度，根据各个变换结果X(f)的适应度优劣，得到当前优化周期的本地各个蚂蚁的位置参数AntL，本地各个蚂蚁的位置参数AntL对应的适应度Lfit，当前最优变换结果X(f)对应的全局最优蚂蚁的位置参数AntG，全局最优蚂蚁的位置参数AntG对应的适应度Gfit，其中AntG为所有优化周期中的最优蚂蚁的位置参数，且第一次优化周期中，AntL为初始蚂蚁群的位置参数PosAnts；步骤13：根据设定的状态转移概率更新本地各个蚂蚁的位置参数，得到新蚂蚁群；步骤14：采用所述新蚂蚁群中各蚂蚁位置参数对应的待定系数集{an}按步骤12的方法，重新计算并评价所述新蚂蚁群的位置参数对应的变换结果X(f)的适应度，并得到当前优化周期的本地各个蚂蚁的位置参数AntL、适应度Lfit、当前的全局最优蚂蚁的位置参数AntG以及适应度Gfit；步骤15：对比步骤12中本地各个蚂蚁的位置参数的适应度Lfit和步骤14中新蚂蚁群各个蚂蚁的位置参数的适应度，如果更新后的适应度优于更新前的适应度，则本地各个蚂蚁采用更新后的位置参数，否则保留更新前的位置参数，对比完成后得到本地各个蚂蚁对应的适应度Part_fit；步骤16：更新本地各个蚂蚁对应的适应度Part_fit；步骤17：将更新后的本地各个蚂蚁对应的适应度Part_fitnew逐个代替步骤12中的适应度Gfit，重新得到状态转移概率，重复步骤13-步骤16，直至蚁群优化的周期达到设定的最大值Cycles，得到最终的全局最优蚂蚁的位置参数AntG；步骤18：令模型阶数N1依次从2取到最大可能阶数order_max，每次取值后，重复步骤11至步骤17，从而得到不同模型阶数下的经过Cycles个周期蚁群优化后的适应度最优的位置参数AntG；步骤19：从步骤17得到所有位置参数AntG中选出适应度最优的位置参数，从而确定原始多项式相位信号s(t)当前信号分量的最优模型阶数Np以及Np对应的最优待定系数集{an}max；步骤2：利用最优模型阶数Np和最优待定系数集{an}max确定的信号分量的共轭与原始多项式相位信号s(t)相乘并实施傅利叶变换，得到频谱X'(f)，将频谱X'(f)包络最大值处的强度复数取值置零后，实施逆傅立叶变换，从而得