[发明专利]一种基于分级状态机的信号解耦方法

说明书

本发明公开了一种基于分级状态机的信号解耦方法，属于信号处理技术处理领域，用于针对目标耦合信号序列中的各个目标耦合信号进行分类插补，随后依次获得各个目标耦合信号序列对应的各个状态值、协方差值，构建对各目标耦合信号的非线性信号进行滤波的有限状态机，并对各个目标耦合信号依次进行滤波、更新、拟合，获得拟合后的目标耦合信号，利用解耦矩阵完成信号解耦。通过本发明的技术方案有效地解决了现有技术中对仅能通过卡尔曼滤波实现对线性系统进行滤波，无法对非线性系统进行滤波，并进一步对滤波后的信号进行解耦的问题，通过构建有限状态机将本发明构建的解耦方法应用至任意线性、非线性系统中，提高解耦速度，扩大解耦范围。

技术领域

本发明涉及信号处理技术领域，具体而言涉及一种基于分级状态机的信号解耦方法。

背景技术

有限状态机，是一个特殊的有向图，它包含一些状态和连接这些状态的有向弧。每一个有限状态机都有一个起始状态和一个终止状态以及若干中间状态，有限状态机给工作流向带来了无限的灵活性，但灵活性带来的另一面是复杂性，因此如何合理地建立状态机是以一个技术难点；

卡尔曼滤波算法常采用通用处理器串行执行软件程序的工作方式来实现，但在对实时性要求高的场合，不满足系统对运行速度的要求，且基于FPGA的卡尔曼滤波算法的硬件实现方法的研究尚少。

信号在收集过程中往往是多变量非线性的，变量间关系错综复杂，一个变量的波动往往会影响多个变量的变化，这就是耦合，用常规的控制方法难以达到对多变量精准控制的效果，而常用的卡尔曼滤波算法只适用于对线性系统的滤波，不适用于非线性系统，且不能对滤波后的信号进行解耦。

发明内容

本发明的目的在于提供一种基于分级状态机的信号解耦方法，以解决现有技术中的问题，用于针对多变量系统在预设时间范围内、所接收由各个目标耦合信号构成的目标耦合信号序列，执行以下操作：

步骤S1、将目标耦合信号序列中的各个目标耦合信号进行分类筛选，筛选出缺失预设指定属性值的各个目标耦合信号，利用目标耦合信号序列中其余各目标耦合信号，对缺失预设指定属性值的各目标耦合信号进行插补，随后进入步骤S2；

步骤S2、分别针对目标耦合信号序列中的各个目标耦合信号，对目标耦合信号进行线性分析，并根据线性分析结果，对目标耦合信号依次进行状态预测、协方差预测，基于状态预测结果、以及协方差预测结果，获得目标耦合信号所对应的状态值、以及协方差值，及获得各目标耦合信号分别所对应的状态值、以及协方差值，进而获得目标耦合信号序列对应预设时间范围内的各个状态值、以及各个协方差值；

步骤S3、根据目标耦合信号序列在预设时间范围内对应的各个状态值、各个协方差值，构建用于对目标耦合信号序列中各目标耦合信号的非线性信号进行滤波的有限状态机，然后利用有限状态机，对目标耦合信号序列中的非线性信号进行滤波，并更新目标耦合信号序列，随后进入步骤S4；

步骤S4、将步骤S3中获得的各个滤波值进行拟合，对拟合后的目标耦合信号利用解耦矩阵完成信号解耦。

进一步地，前述的步骤S1中，对缺失预设指定属性值的目标耦合信号进行插补过程中，预设指定属性值分为定距型属性值和非定距型属性值，对于缺失定距型属性值的目标耦合信号，以其余各目标耦合信号对应该属性存在值的平均值来插补该目标耦合信号对应的该属性值，对于缺失非定距型属性的目标耦合信号，以其余各目标耦合信号对应该属性出现频率最高的存在值来插补该目标耦合信号对应的该属性值。

进一步地，前述的步骤S2包括以下步骤：