信号处理方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种信号处理方法，所述信号处理方法包括以下步骤：接收输入信号，将所述输入信号通过预设的传感器处理后输出第一信号；获取通过使用连接型神经网络和粒子群优化算法算出的补偿滤波器的系数；根据所获取的补偿滤波器的系数对所述第一信号进行处理得到第二信号，输出所述第二信号。本发明专利技术还公开了一种信号处理装置及计算机可读存储介质。本发明专利技术在不需要知道传感器的传递函数的情况下，通过设计滤波器来达到补偿的目的，降低学习成本，且无需更换更好的传感器，降低了信号处理成本。

Signal processing methods, devices, and computer readable storage media

The invention discloses a method of signal processing, the signal processing method comprises the following steps: receiving the input signal, the input signal through the sensor output signal after processing the preset first; get through the use of linked neural network and particle swarm optimization algorithm to calculate the coefficients of filter compensation; compensation filter according to the coefficient obtained the processed by the second signal on the first signal, the output signal of second. The invention also discloses a signal processing device and a computer readable storage medium. The invention achieves the purpose of compensation by designing filters without knowing the transfer function of sensors. It reduces learning costs and eliminates the need to replace better sensors and reduce the cost of signal processing.

【技术实现步骤摘要】
信号处理方法、装置和计算机可读存储介质
本专利技术涉及数据处理
，尤其涉及信号处理方法、装置和计算机可读存储介质。
技术介绍
目前，在信号处理过程中输出的信号要求为：输入0.3mv*s(3mv持续100ms)的脉冲信号，经过传感器后，在脉冲的末尾后响应的斜率不超过0.3mv/s；但实际状况是：输入脉冲信号后，经过传感器(BMD101)后，在脉冲的末尾响应的斜率远大于0.3mv/s。为了解决上述问题，所采取的方式为：1)更换更好的传感器2)已知传感器的传递函数，通过零极点的方法设计滤波器补偿频率响应。综上，目前的信号处理需要更高的成本，且需要先已知传感器的传递函数，才能满足输出要求。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种信号处理方法、装置和计算机可读存储介质，旨在解决目前的信号处理需要更高的成本，且需要先已知传感器的传递函数，才能满足输出要求的技术问题。为实现上述目的，本专利技术提供一种信号处理方法，所述信号处理方法包括以下步骤：接收输入信号，将所述输入信号通过预设的传感器处理后输出第一信号；获取通本文档来自技高网...

【技术保护点】
一种信号处理方法，其特征在于，所述信号处理方法包括以下步骤：接收输入信号，将所述输入信号通过预设的传感器处理后输出第一信号；获取通过使用连接型神经网络和粒子群优化算法算出的补偿滤波器的系数；根据所获取的补偿滤波器的系数对所述第一信号进行处理得到第二信号，输出所述第二信号。

【技术特征摘要】
1.一种信号处理方法，其特征在于，所述信号处理方法包括以下步骤：接收输入信号，将所述输入信号通过预设的传感器处理后输出第一信号；获取通过使用连接型神经网络和粒子群优化算法算出的补偿滤波器的系数；根据所获取的补偿滤波器的系数对所述第一信号进行处理得到第二信号，输出所述第二信号。2.如权利要求1所述的信号处理方法，其特征在于，所述方法，还包括：采用连接型神经网络处理得到初始滤波系数，运用所述初始滤波系数初始化所述第一信号；运用粒子群优化算法得到最佳系数作为补偿滤波器的系数。3.如权利要求2所述的信号处理方法，其特征在于，所述采用连接型神经网络处理得到初始滤波系数的步骤包括：Z(i)＝W*(X{i})'+b；其中：X{i}＝[s(i),s(i-1),s(i-2),Z(i),Z(i-1),Z(i-2)]；s表示输入信号，Z表示输出信号，b表示一常量。滤波器初始滤波系数W的更新过程：W＇＝W+study*X{i}*e(i)；b＇＝b+study*e(i)，b＇为更新后的常量；study为学习步长，取0.03；e(i)＝standard(i)-Z(i)；standard表示期望输出的标准信号。4.如权利要求2所述的信号处理方法，其特征在于，所述运用粒子群优化算法得到最佳系数作为补偿滤波器的系数的步骤包括：寻找全局最优的点，更新粒子位置和速度；判断是否达到迭代次数；若是，从更新后的粒子中找到最佳粒子的最佳系数，将所述最佳系数标记为补偿滤波器的系数。5.如权利要求1至4任一项所述的信号处理方法，其特征在于，所述根据所获取的补偿滤波器的系数对所述第一信号进行处理得到第二信号的步骤之后，还包括：将所述第二信号通过平滑滤波器的处理减少吉布斯效应得到新的第二信号；输出所述新的第二信号。6.一种信号处理装置，其特征在于，所述信号处理装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的信号处理程...

【专利技术属性】
技术研发人员：郑慧敏，
申请(专利权)人：深圳竹信科技有限公司，
类型：发明
国别省市：广东,44