[发明专利]一种基于多种群遗传算法和相似性计算的信号延拓方法

说明书

本发明公开了一种基于多种群遗传算法和相似性计算的信号延拓方法，首先设定待延拓信号的位置及多种群遗传算法的一系列参数，再利用多种群遗传算法随机生成一系列点并创建初始种群；计算以初始种群中的点为截断点截取的信号与待延拓信号的相关系数作为基准，再对种群进行选择、交叉、变异操作，得到新的种群；计算以新种群的点为截断点截取的信号与待延拓信号的相关系数；再利用移民算子将最优个体代替最差个体；然后利用人工选择算子选出每个种群的最优个体；重复上述步骤直到输出最优解，得到最终的延拓信号。本方法稳定性好，能有效抑制断点效应，并通过增加有效信号长度，提高信号的频率分辨率。

技术领域

本发明属于信号处理技术领域，具体涉及一种信号延拓方法。

背景技术

在进行一维信号处理分析过程中，一般会遇到端点效应问题和信号取样时间长度不足，信号频率分辨率不够等问题。为此，相关技术提出多种信号延拓方法，比如，信号序列镜像延拓、信号序列偶延拓、信号序列周期延拓等直接延拓方法，以及基于时间序列延拓和基于神经网络预测延拓等方法。信号延拓的关键在于使信号在恰当点处，进行周期性延拓，而以上方法都没有涉及到延拓点的选取，特别是当信号中混有白噪声时，延拓点选取将变得更为重要，且使周期性延拓的实现具备随机性。

发明内容

为了克服现有技术的不足，本发明提供了一种基于多种群遗传算法和相似性计算的信号延拓方法，首先设定待延拓信号的位置及多种群遗传算法的一系列参数，再利用多种群遗传算法随机生成一系列点并创建初始种群；计算以初始种群中的点为截断点截取的信号与待延拓信号的相关系数作为基准，再对种群进行选择、交叉、变异操作，得到新的种群；计算以新种群的点为截断点截取的信号与待延拓信号的相关系数；再利用移民算子将最优个体代替最差个体；然后利用人工选择算子选出每个种群的最优个体；重复上述步骤直到输出最优解，得到最终的延拓信号。本方法稳定性好，能有效抑制断点效应，并通过增加有效信号长度，提高信号的频率分辨率。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤S1：设定原始信号的信号长度为S，在原始信号中截取一段信号作为待延拓信号s_M，待延拓信号s_M的位置为[1，M]，M为整数，M∈[1,S]且M(S-M)；

步骤S2：设定多种群遗传算法的参数：种群个数P，个体数目N，二进制位数R，变异概率pm，交叉概率pc，最优最少保持代数G，代沟A，适应度阈值L；

步骤S3：利用多种群遗传算法在原始信号的[M,S-M]范围内随机生成a个整数点，记为集合a_M，并创建P个初始种群，a个整数点随机分布在P个初始种群中；对于任意一个整数点x，x∈a_M，计算以点x为截断点在原始信号中截取的长度为M的信号s_x(n_i)与待延拓信号s_M的相关系数，信号s_x(n_i)在原始信号中的位置为[x+1,x+M]；

定义k为循环变量，令k等于1；

步骤S4：对P个初始种群进行选择、交叉、变异操作，得到新的P个种群和新的整数点集合b_M，新的P个种群记为PF_l，l＝1,2,…,P，整数点集合b_M中包含a个整数点，b_M中的a个整数点随机分布在P个种群PF_l中；