刻的預(yù)測(cè)值。
[0062] 水聲信號(hào)長(zhǎng)度為2048點(diǎn)，每次預(yù)測(cè)5點(diǎn)，各點(diǎn)之間時(shí)間間隔為1即連續(xù)取，種群大 小為60,繁衍代數(shù)為20,異化概率為0. 03。下面給出四類水聲信號(hào)建模的數(shù)學(xué)表達(dá)式和預(yù) 測(cè)結(jié)果。
[0063] 1)第一類水聲信號(hào)建模和預(yù)測(cè)
[0064] 最優(yōu)個(gè)體編碼：
[0065]
[0066] 第一行至第五行分別代表X(n-1)，X(n-2)，X(n-3)，X(n-4)，X(n-5);第一列至第 九列共九列代表建模后數(shù)學(xué)表達(dá)式有九項(xiàng)組成；數(shù)值為1代表其本身，數(shù)值為2代表其本身 的平方。例如：第九列為0 0 2 1 0,表示建模后數(shù)學(xué)表達(dá)式的第九項(xiàng)為x(n-3)2x(n-4)。
[0067] 通過最小二乘法計(jì)算得到的系數(shù)為；2. 0194, -1. 7313,0. 8916, -0. 2216， 0. 0862,-0. 2079,0. 1515,-0. 0192, -0.0451。
[0068] 結(jié)合最優(yōu)個(gè)體編碼和最小二乘法計(jì)算得到的系數(shù)，可得其數(shù)學(xué)表達(dá)式為：
[0069]
[0070] 第一類水聲信號(hào)的實(shí)測(cè)數(shù)據(jù)與一步預(yù)測(cè)數(shù)據(jù)如圖1所示。
[0071] 2)第二類水聲信號(hào)建模和預(yù)測(cè)
[0072] 最優(yōu)個(gè)體編碼：
[0073]
[0074]第一行至第五行分別代表X(n-1)，X(n-2)，X(n-3)，X(n-4)，X(n-5);第一列至第 十一列共十一列代表建模后數(shù)學(xué)表達(dá)式有十一項(xiàng)組成；數(shù)值為1代表其本身，數(shù)值為2代表 其本身的平方。
[00巧]通過最小二乘法計(jì)算得到的系數(shù)為；1. 8458,-1. 4925,0. 6312,-0. 1084,-0. 0700， 0. 1120,-0. 0323,0. 7302,-0. 9054, -0.7722,0. 9690。
[0076] 結(jié)合最優(yōu)個(gè)體編碼和最小二乘法計(jì)算得到的系數(shù)，可得其數(shù)學(xué)表達(dá)式為：
[0077]
[0078] 第二類水聲信號(hào)的實(shí)測(cè)數(shù)據(jù)與一步預(yù)測(cè)數(shù)據(jù)如圖2所示。
[0079] 3)第S類水聲信號(hào)建模和預(yù)測(cè)
[0080] 最優(yōu)個(gè)體編碼：
[0081]
[008引第一行至第五行分別代表X(n-1)，X(n-2)，X(n-3)，X(n-4)，X(n-5);第一列至第 十二列共十二列代表建模后數(shù)學(xué)表達(dá)式有十二項(xiàng)組成；數(shù)值為1代表其本身，數(shù)值為2代表 其本身的平方，數(shù)值為3代表其本身的立方。
[0083] 通過最小二乘法計(jì)算得到的系數(shù)為；1. 8237, -1. 6549,1. 0659, -0. 4539， 0. 1278,-0.0548,0. 0284,0. 1434,-0. 2280, -0.0074,0. 3955,-0.2196。
[0084] 結(jié)合最優(yōu)個(gè)體編碼和最小二乘法計(jì)算得到的系數(shù)，可得其數(shù)學(xué)表達(dá)式為：
[0085]
[0086] 第S類水聲信號(hào)的實(shí)測(cè)數(shù)據(jù)與一步預(yù)測(cè)數(shù)據(jù)如圖3所示。
[0087] 4)第四類水聲信號(hào)建模和預(yù)測(cè)
[0088] 最優(yōu)個(gè)體編碼：
[0089]
[0090] 第一行至第五行分別代表 X (n-1)，X (n-2)，X (n-3)，X (n-4)，X (n-5);第一列至第 走列共走列代表建模后數(shù)學(xué)表達(dá)式有走項(xiàng)組成；數(shù)值為1代表其本身，數(shù)值為2代表其本身 的平方。
[0091] 通過最小二乘法計(jì)算得到的系數(shù)為1. 5583, -0. 5967, -0. 1052， 0. 1280, -0. 0142, -0. 0216,0. 1313, -0. 1363。
[0092] 結(jié)合最優(yōu)個(gè)體編碼和最小二乘法計(jì)算得到的系數(shù)，可得其數(shù)學(xué)表達(dá)式為：
[0093]
[0094] 第四類水聲信號(hào)的實(shí)測(cè)數(shù)據(jù)與一步預(yù)測(cè)數(shù)據(jù)如圖4所示。
[0095] 5)實(shí)際水聲信號(hào)的預(yù)測(cè)結(jié)果
[0096] 水聲信號(hào)預(yù)測(cè)的均方根誤差與信誤比如表1所示。從表1的結(jié)果可W看出，采用 遺傳算法對(duì)實(shí)際水聲信號(hào)進(jìn)行建模是有效的。特別地，當(dāng)信號(hào)的時(shí)域波形起伏變化不大時(shí)， 例如第四類水聲信號(hào)，它的均方根誤差和信誤比分別為0. 0398和16. 5地，表明它的建模和 預(yù)測(cè)效果更好，對(duì)于那些時(shí)域波形起伏變化較大的信號(hào)，如第=類水聲信號(hào)，其均方根誤差 和信誤比分別為0. 0849和9. 3地。
[0097] 文獻(xiàn)"基于PS0和RBF神經(jīng)網(wǎng)絡(luò)的水聲信號(hào)建模與預(yù)測(cè)，計(jì)算機(jī)工程，2008， Vol. 34 (23)，P208-209, 213"公開了一種水聲信號(hào)建模與預(yù)測(cè)方法，其預(yù)測(cè)的均方根誤差為 0. 1659。由表1可知，提出的一種基于遺傳算法的水聲信號(hào)建模和預(yù)測(cè)方法的均方根誤差 小于文獻(xiàn)中的均方根誤差。
[0098] 表1水聲信號(hào)預(yù)測(cè)的均方根誤差與信誤比
[0099]
【主權(quán)項(xiàng)】
1. 一種水聲信號(hào)的預(yù)測(cè)方法，其特征在于，包括以下步驟： 步驟（a)，利用遺傳算法對(duì)實(shí)測(cè)水聲信號(hào)以Volterra級(jí)數(shù)模型作為基本模型框架建立 數(shù)學(xué)模型，并對(duì)每一個(gè)可能的模型進(jìn)行遺傳編碼； 步驟（b)，使用最小二乘法計(jì)算出模型系數(shù)，在得到模型系數(shù)后，使用評(píng)價(jià)數(shù)據(jù)來計(jì)算 模型的預(yù)測(cè)誤差，使用該誤差作為模型好壞的評(píng)價(jià)準(zhǔn)則； 步驟（c)，進(jìn)行遺傳操作： 交叉繁殖：將兩個(gè)模型的項(xiàng)按照一定的規(guī)律分別排序，在兩個(gè)序列中各隨機(jī)選擇一個(gè) 交叉點(diǎn)，然后交換序列的后半部分，這樣便得到兩個(gè)新的模型，作為交叉繁殖的后代； 變異：隨機(jī)生成模型的一個(gè)項(xiàng)，然后隨機(jī)替換掉模型原來的一個(gè)項(xiàng)，完成變異； 步驟（d)，計(jì)算水聲信號(hào)預(yù)測(cè)模型的均方根誤差與信誤比，根據(jù)定量分析該建模方法的 預(yù)測(cè)精度。2. 根據(jù)權(quán)利要求1所述的一種水聲信號(hào)的預(yù)測(cè)方法，其特征在于，所述步驟（a)包括： 1)采用Volterra級(jí)數(shù)模型作為基本模型框架：1~1 !) J'2 'h-f 對(duì)于N個(gè)變量的M階的Volterra模型，一共有1+N+N2+. ? ? +NM項(xiàng)；以Volterra模型為 基礎(chǔ)，選擇一定的項(xiàng)來組成新的模型，而組成模型的項(xiàng)的選擇由遺傳算法完成； 2)對(duì)每一項(xiàng)進(jìn)行編碼；模型的項(xiàng)，有以下的通用表示：對(duì)于項(xiàng)廣，用向量a= 〇11，112，...，1〇1來表示；多個(gè)向量組成一個(gè)矩陣，表示一個(gè) /二1 模型，矩陣的每個(gè)列向量表示模型的一個(gè)項(xiàng)，矩陣的列數(shù)即為模型的項(xiàng)數(shù)。3. 根據(jù)權(quán)利要求1所述的一種水聲信號(hào)的預(yù)測(cè)方法，其特征在于，所述步驟（d): 均方根誤差定義為：信誤比定義為：式中：x(n)--n時(shí)刻的實(shí)測(cè)值；x(n)一一n時(shí)刻的預(yù)測(cè)值。
【專利摘要】本發(fā)明屬于水聲信號(hào)處理技術(shù)領(lǐng)域，涉及一種水聲信號(hào)的預(yù)測(cè)方法，包括以下步驟：(a)，對(duì)實(shí)測(cè)水聲信號(hào)以Volterra級(jí)數(shù)模型作為基本模型框架建立數(shù)學(xué)模型，對(duì)每一個(gè)可能的模型進(jìn)行遺傳編碼；(b)，用最小二乘法計(jì)算模型系數(shù)，得到模型系數(shù)后，使用評(píng)價(jià)數(shù)據(jù)計(jì)算模型的預(yù)測(cè)誤差，用該誤差作為模型好壞的評(píng)價(jià)準(zhǔn)則；(c)，進(jìn)行遺傳操作：交叉繁殖：將兩個(gè)模型的項(xiàng)按照一定的規(guī)律分別排序，在兩個(gè)序列中各隨機(jī)選擇一個(gè)交叉點(diǎn)，然后交換序列的后半部分，這樣便得到兩個(gè)新的模型，作為交叉繁殖的后代；變異：隨機(jī)生成模型的一個(gè)項(xiàng)，然后隨機(jī)替換掉模型原來的一個(gè)項(xiàng)，完成變異；(d)，計(jì)算水聲信號(hào)預(yù)測(cè)模型的均方根誤差與信誤比，定量分析方法的預(yù)測(cè)精度。
【IPC分類】G06F17/50
【公開號(hào)】CN104951597
【申請(qǐng)?zhí)枴緾N201510300558
【發(fā)明人】楊宏, 李國(guó)輝
【申請(qǐng)人】西安郵電大學(xué)
【公開日】2015年9月30日
【申請(qǐng)日】2015年6月3日