[发明专利]基于改进DTW算法的间歇过程批次数据同步方法

权利要求书

1.一种基于改进DTW算法的间歇过程批次数据同步方法，其特征在于，包括以下步骤：

S1：预设参考批次的采样点数r，从正常间歇过程的批次数据中选取采样点数为r的若干批次数据，对选取的批次数据进行聚类，将得到的聚类数量记为D，从每个聚类中选择与聚类中心距离最近的批次数据作为参考批次数据，共计D个参考批次数据；

S2：对于需要进行同步的测试批次数据批次数据，分别以步骤S1得到的D个参考批次数据为参考轨迹，采用改进DTW算法进行等长同步处理，得到D个采样点数为r的同步数据，等长同步处理的具体方法包括以下步骤：

S2.1：计算测试批次数据T(t×N)和参考批次数据R(r×N)中各采样数据之间的距离矩阵d，d(i,j)表示R(i×N)和T(j×N)的欧氏距离值，R(i×N)表示参考批次数据R(r×N)第i个采样数据，T(j×N)表示测试批次数据T(t×N)第j个采样数据，i和j的取值范围分别为1≤i≤r，1≤j≤t；

S2.2：初始化累积矩阵D_A中D_A(1,1)＝d(1,1)，其余元素为正无穷；

S2.3：令循环变量i＝2；

S2.4：计算本次搜索区间[y_min,y_max]，分为以下三种情况：

当i∈[1,X_l]，y_min、y_max的计算公式为：

y_min＝ai-a+1

y_max＝bi-b+1

当i∈[X_l+1,X_r]，y_min、y_max的计算公式为：

y_min＝ai-a+1

y_max＝ai+(b-a)x_l-b+1

当i∈[X_r+1,r]，y_min、y_max的计算公式为：

y_min＝bi-(b-a)x_r-a+1

y_max＝ai+(b-a)x_l-b+1

其中：

Xl=t-ar+b-1b-aXr=br-t-a+1b-a]]>

X_l和X_r都取与计算结果最相近的整数，a、b为预设的路径限制平行四边形相邻两条边的斜率，其中0＜a＜k，b＞k，k＝t/r；

S2.5：依次对搜索区间[y_min,y_max]中的每个值j，计算累积距离D_A(i,j)，计算公式为：

DA(i,j)=minDA(i-1,j)+d(i,j)DA(i-1,j-1)+d(i,j)DA(i-1,j-2)+d(i,j)]]>

S2.6：判断是否i＜r，如果是，令i＝i+1，返回步骤S2.4，否则进入步骤S2.7；

S2.7：回溯得到同步数据S(r×N)，具体步骤包括：

S2.7.1：令同步数据S(r×N)中的最后一个数据S(r×N)＝T(t×N)；

S2.7.2：初始化p＝r-1，q＝t；

S2.7.3：根据累积距离矩阵D_A向前搜索D_A(p,q)、D_A(p,q-1)和D_A(p,q-2)，选择其中最小值，将其对应的测试批次数据的采样点序号记为q′，令S(p×N)＝T(q′×N)；

S2.7.4：如果p＞1，令p＝p-1，q＝q′，返回步骤S2.7.3，否则结束搜索，得到同步数据S(r×N)；

S3：将步骤S2得到的D个同步数据进行平均，得到该测试批次数据的同步结果。