The invention discloses a detection method and a device for input signal of an unknown complex system. The detection methods for input signals of unknown complex systems include: acquiring the observable output signals of unknown complex systems; constructing a high-dimensional observation space based on the observable output signals; constructing the linear evolution trajectory and equivalent input driving signal of the unknown complex systems in the low-dimensional approximate phase space based on the high-dimensional observation space; and according to the linear evolution trajectory and the said input driving signal. The equivalent input driving signal detects the input signal of the unknown complex system, thus effectively improving the reliability of the detection of the input signal of the unknown complex system.
【技术实现步骤摘要】
一种未知复杂系统输入信号的检测方法及装置
本专利技术涉及信息
，特别是指一种未知复杂系统输入信号的检测方法及装置。
技术介绍
复杂未知机理场景下的可靠数据处理与信息提取，在探索基础自然科学(如生物、物理机理的发现)与工程实践应用(如复杂场景下信息传输)起着愈来愈关键的作用。在此背景下，以贝叶斯统计方法(Bayesianstatisticalmethods)为代表的最佳信号检测与信息处理方法，将会面临着巨大挑战。在诸多实际场景中，由于待分析的未知系统具有高度复杂性(譬如涉及复杂线性动力学或非线性动力学)与不可观测性，仅可借助可观测的系统输出响应，来检测或推断未知系统输入信息。因此，也就无法直接建立未知输入与输出响应之间的概率映射关系，致使主流的贝叶斯方法无法检测、提取未知输入信息，更遑论对未知的未知复杂系统机理进行分析与重构。与此同时，以深度学习为代表的机器学习和人工智能方法不断完善，近年来在工程实践中取得了飞速发展，譬如计算机视觉与疾病自动诊断等领域。然而，目前此类无模型方法还是主要依赖大量的训练样本(hugetraining-corpus)与强监督学习过程...
【技术保护点】
1.一种未知复杂系统输入信号的检测方法，其特征在于，包括：获取未知复杂系统的可观测输出信号；根据所述可观测输出信号构建高维观测空间；根据所述高维观测空间构建所述未知复杂系统在低维近似相空间中的线性演化轨迹和等效输入驱动信号；根据所述线性演化轨迹和所述等效输入驱动信号检测出所述未知复杂系统的输入信号。
【技术特征摘要】
1.一种未知复杂系统输入信号的检测方法，其特征在于，包括：获取未知复杂系统的可观测输出信号；根据所述可观测输出信号构建高维观测空间；根据所述高维观测空间构建所述未知复杂系统在低维近似相空间中的线性演化轨迹和等效输入驱动信号；根据所述线性演化轨迹和所述等效输入驱动信号检测出所述未知复杂系统的输入信号。2.根据权利要求1所述的未知复杂系统输入信号的检测方法，其特征在于，所述根据所述可观测输出信号构建高维观测空间，具体包括：对所述可观测输出信号进行采样，获得可观测输出序列y(n)∈RN×1；根据所述可观测输出序列构建所述可观测输出信号的局部平均能量基函数y1(n)、局部方差变化基函数y2(n)、局部能量变化基函数y3(n)、局部标准差凹凸性基函数y4(n)和幅值特性基函数y5(n)，以获得所述高维观测空间Ψ＝{yi(n),i＝1,2,3,4,5}；y2(n)＝var[y(n+1:n+Q)]-var[y(n-Q:n-1)]；y5(n)＝abs[y(n)]；其中，n为离散采样时间，Q为局部评估长度。3.根据权利要求2所述的未知复杂系统输入信号的检测方法，其特征在于，所述根据所述高维观测空间构建所述未知复杂系统在低维近似相空间中的线性演化轨迹和等效输入驱动信号，具体包括：从所述高维观测空间Ψ中提取r个主要特征模式信号；根据所述r个主要特征模式信号构建所述未知复杂系统的低维近似相空间Mv(n)；基于线性反向建模分析，构建所述未知复杂系统在低维近似相空间Mv(n)中的线性演化轨迹和等效输入驱动信号。4.根据权利要求3所述的未知复杂系统输入信号的检测方法，其特征在于，所述从所述高维观测空间Ψ中提取r个主要特征模式信号，具体包括：获取所述高维观测空间Ψ中每个基函数yi(n)的时间嵌入矩阵H(i)，并将所有基函数的时间嵌入矩阵合并为复合时间嵌入矩阵Y＝[H(1)；H(2)；H(3)；H(4)；H(5)]；对所述复合时间嵌入矩阵Y进行奇异分解，并对分解过程中获得的奇异值按照降序排列；将排列在前r个奇异值所对应的右奇异矩阵行向量v1：r(t)作为r个主要特征模式信号；其中，M为嵌入深度；Mv(n)＝[v1(n)v2(n)…vr(n)]T∈Rr。5.根据权利要求4所述的未知复杂系统输入信号的检测方法，其特征在于，所述基于线性反向建模分析，构建所述未知复杂系统在低维近似相空间Mv(n)中的线性演化轨迹和等效输入驱动信号，具体包括：基于线性反向建模分析，将前r-1个主要特征模式信号v1：r-1(t)按照线性关系动态演化，将第r个主要特征模式信号vr(t)作为等效输入驱动信号vr(t)，构建所述未知...
【专利技术属性】
技术研发人员：李斌，兰岳恒，郭维思，赵成林，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。