[发明专利]一种基于时域编解码的高精度动态信号传感和传输方法

说明书

本发明公开了一种基于时域编解码的高精度动态信号传感和传输方法，使用非线性自回归整合NLARI过程建模随机弹性的传感器对动态信号的响应，通过选取满足NLARI模型稳定不动点条件的传感材料，从而使传感器功能相当于一个稳定不变的传递函数；通过模拟神经元的动作电压全有全无和反向传播及局部电位可叠加的调节功能，导入调幅逆向脉冲传递函数实现信号重构；以及输出入相似度和信号传输成功率评价标准。本发明在多数情形下从理论上防止了系统误差；对尖峰脉冲序列能够实现信号重构；由于是时域上编解码，所以无须频率分析；按本发明制成的传感器无须非线性动态补偿；本发明兼有准确、响应快、精度高、成本低的优点。

技术领域

本发明属于信号传感和传输技术领域，尤其涉及一种基于时域编解码的高精度动态信号传感和传输方法。

背景技术

高效精准传感或传输动态信号，尤其是生理时间序列信号和尖峰时间序列信号，可望在大脑及人工神经网络的信息处理、脉冲雷达、通讯领域发挥重大作用。在其他领域，比如生产过程的监视和控制中，也有如何保证尖峰时间序列信号在互相传递和输送过程不失真的问题。

减小系统误差是大幅提高传感和传输精准度的关键。非线性脉冲动态信号传感通常使用静态标定和动态补偿相结合、时域方法测定动态特性辨识动态特性曲线等方式，它们可以降低多种偶然性造成的随机误差或反常误差。然而，作为动态特性补偿的频率域修正法、数值微分法、叠加积分法未考虑误差对处理结果的稳定性。反卷积补偿法、单参数滤波法、多参数模型反滤波法不能采用递归实现，运算量极大。基于虎克定律的线性弹性动力系统或多项式非线性响应系统，不适合外界扰动尤其较大扰补偿动的情形。Hammerstein模型采用静态非线性模块和动态线性模块串联降低了问题的复杂性，非线性部分辨识问题转化为参数空间上的函数优化问题，或通过接口送入计算机由软件系统辨识得到动态模型和动态性能指标。但是这些方法带来的系统误差需要大量计算或优异功能的特殊材料来补偿，所以难以兼顾准确、快速、高精度且成本低廉的要求。

近年神经科学、非线性动力学、及时间序列分析的进步使时域编解码生理信号和尖峰脉冲信号成为可能。一类将牛顿运动第二定律用于非线性随机弹性系统导出的非线性自回归整合(NLARI)过程，可以被特定为如下时间序列模型：

其中

在那里ω代表外部扰动的期待值，v_t代表外部扰动的方差为σ²的高斯白噪音；α＞0是阻力系数，β＞0是恢复力系数，γ＞0是相对恢复力系数，κ₁和κ₂分别为阻力和恢复力的时间延迟；-xexp(x^-2)是一个恢复力项g(x)。考虑κ₁＝κ₂＝1，已经证明μ_t＝X₀+(ω/α)t。让Y_t＝X_t-μ_t，方程(1)可以改写为如下方程：

(2)当σ＝0或v_t＝0，方程(2)为确定性系统

y_t＝(1+θ₁)y_t-1-θ₁y_t-2+θ₂[-y_t-1exp(-y²_t-1)] (3)

已经证明它的稳定性和波动型决于相对恢复力系数γ：当0＜γ＜1，该系统是一个渐近稳定的零不动点所谓不动点指y_t＝y_t-1＝…＝y₀；当该系统是一个渐近稳定周期环当这个周期环丧失稳定性。