[发明专利]一种提高传感器信号强度及辨识度的方法及系统

权利要求书

1.一种提高传感器信号强度及辨识度的方法，其特征在于，包括以下步骤：

S1：获取传感器的数据；

S2：利用共轭梯度优化和正交投影提取所述获取的传感器数据的广义特征对；

S3：利用所述广义特征对对所述获取的传感器数据进行滤波，然后进行数据增强和辨识过程。

2.根据权利要求1所述的一种提高传感器信号强度及辨识度的方法，其特征在于，所述步骤S1具体为：在观测时刻k+1，通过传感器分别收集两路信号数据，分别记为y(k+1)和v(k+1)，且

3.根据权利要求1所述的一种提高传感器信号强度及辨识度的方法，其特征在于，提取所述获取数据的广义特征对之前还包括：

S201：对所述共轭梯度优化过程中的参数进行初始化；

S202：更新所述共轭梯度优化过程中的协方差矩阵对。

4.根据权利要求3所述的一种提高传感器信号强度及辨识度的方法，其特征在于，所述步骤S201具体为：

初始化所述数据y(k+1)和v(k+1)的协方差矩阵，记为(R_y(0),R_v(0))；

初始化第i个广义特征值的预测值λ_i(0)；

初始化第i个广义特征表达式的预测残差r_i(0)；

初始化第i个归一化的权值向量u_i(0)；

初始化第i个非归一化的权值向量x_i(0)；

初始化第i个非归一化的权值向量更新步长t_i(0)；

初始化第i个广义特征向量的共轭搜索方向p_i(0)；

初始化第i个广义特征向量的共轭更新步长q_i(0)；

设定需要提取的广义特征对的数据r，且r＞0。

5.根据权利要求3所述的一种提高传感器信号强度及辨识度的方法，其特征在于，所述步骤S202具体为：

R_y(k+1)＝βR_y(k)+(1-β)y(k+1)y^H(k+1)

R_v(k+1)＝αR_v(k)+(1-α)v(k+1)v^H(k+1)

其中，

α,β为平滑因子，取值在0到1之间；

y(k+1)和v(k+1)为k+1时刻的对应于传感器所观测到的数据流向量，且

(R_y(k+1),R_v(k+1))为k+1时刻数据流的协方差矩阵对，且

6.根据权利要求1所述的一种提高传感器信号强度及辨识度的方法，其特征在于，所述步骤S2具体为：

S2001：预测更新后的协方差矩阵对的广义特征值；

S2002：根据当前广义特征表达式预测当前数据更新后的广义特征向量的预测残差；

S2003：计算当前权值向量的更新步长；

S2004：更新当前的权值向量；

S2005：计算当前共轭搜索方向的更新步长；

S2006：更新当前的共轭搜索方向；

S2007：利用正交投影，并重复步骤S2001-S2006过程依次提取剩余的广义特征对。