Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于分量抑制的脉冲波形调理及成形方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于分量抑制的脉冲波形调理及成形方法,用于对核辐射探测仪前端模拟系统输出的含有丰富分量的高阶性、复杂性、奇异性脉冲进行信号调理及波形成形,为后续能谱的精确测量提供保障。本方法将脉冲信号的时域、频域、s域和z域进行了有效贯通,给出了一套对含丰富分量的高阶性、复杂性、奇异性脉冲信号进行基于数理模型的分量识别、关键分量抑制及准确成形的算法,克服了目前基于典型脉冲信号模型进行信号识别与成形的方法局限性。

主权项:1.一种基于分量抑制的脉冲波形调理及成形方法,其特征在于,对高阶性、复杂性及奇异性脉冲进行分量识别、分量抑制及成形是通过以下步骤①~⑩实现的:步骤①以含有振荡分量、惯性分量和微分分量的脉冲为例,给出s域函数表达式Gs: 其分母所包含的各个环节如下:1个惯性环节:环节序号记为“1”;1个振荡环节:环节序号记为“2”;1个微分环节:τs+1,环节序号记为“3”;以上惯性环节、振荡环节和微分环节也分别称为惯性分量、振荡分量和微分分量;步骤②从所测量的脉冲中随机抽取一个单脉冲ht,绘出ht的频率特性趋势线,并求取趋势线的斜率及趋势线相互间的交点坐标,按如下方法:求取ht的频域表达式,如公式2所示: 令μ=H0ln|Hjω|,γ=lnω,H0为一正常数;以γ为横坐标,μ为纵坐标,绘制γ-μ曲线,并以斜率为nH0n整数绘制γ-μ曲线上的趋势线,趋势线为直线;本实施例是公式1所描述的脉冲波形,共有4条趋势线。趋势线1与纵坐标的交点坐标为γ0μ0,交点序号记为“0”,斜率为0;趋势线1与趋势线2的交点坐标为γ1μ1,交点序号记为“1”;趋势线2与趋势线3的交点坐标为γ2μ2,交点序号记为“2”;趋势线3与趋势线4的交点坐标为γ3μ3,交点序号记为“3”;趋势线见说明书图1所示意;步骤③构造趋势线的斜率矩阵和环节矩阵,并给出斜率矩阵、环节矩阵与步骤②中交点坐标之间的对应关系,按如下方法:将趋势线2、趋势线3和趋势线4可能存在的斜率构成斜率矩阵U如下: 从左往右,矩阵U中同一行的3个元素分别对应趋势线2、趋势线3和趋势线4的斜率;结合三种环节趋势线的斜率特点,并由斜率矩阵U得出对应的环节矩阵W, W的元素用环节的序号构成;U、W和交点之间的对应关系说明:以U第一行为例,-H0、-3H0和-2H0分别对应趋势线2、趋势线3和趋势线4的斜率,且分别对应W第一行的环节序号1、2和3即惯性环节、振荡环节和微分环节,还分别对应交点γ1μ1、γ2μ2和γ3μ3;这种对应关系概括如公式5所示; 步骤④采用步骤③中脉冲ht趋势线斜率和交点坐标,求函数Gs的参数初始值,按如下1~3进行:首先,设ht的趋势线2、趋势线3和趋势线4的斜率分别与斜率矩阵U的第i行元素Ui,1、Ui,2和Ui,3一一对应;由U和W之间的对应关系可知,与环节矩阵W的第i行元素Wi,1、Wi,2和Wi,3也成一一对应关系;1惯性环节参数K和λ按如下求解: 公式中“j”表示在三个元素Wi,1、Wi,2和Wi,3中值为“1”的元素的列序号;由H0lnK=μ0得: 2一阶微分环节参数τ的求解,按如下公式: 公式中“l”表示在三个元素Wi,1、Wi,2和Wi,3中值为“3”的元素的列序号;3振荡环节参数T2和T1的求解,按如下公式: 公式中“q”表示在三个元素Wi,1、Wi,2和Wi,3中值为“2”的元素的列序号;本步骤所求的K,τ,λ,T2和T1作为函数Gs的参数的初始值;步骤⑥更新函数信息矩阵Hw中的概率矩阵分量H,按如下进行: 其中hxqt表示信息hxq在第t次迭代后的值,0η1;若则若则C为常数;Jl为Glz的目标函数值;步骤⑤以步骤④所求的参数值K,τ,λ,T2和T1,带入下式Gs中,将振荡环节分解为共轭复根的形式,并进一步分解Gs,求取参数K1、C、D、α和β,按如下步骤1和2进行:1首先将振荡环节分解为共轭复根的形式: 其中,共轭复根的实部α和虚部β按公式10求得;2将含振荡环节的函数Gs进一步按公式11进行分解: 参数K1,C,D按如下公式12~14求得; 按以上步骤④和⑤求取K1,C,D,α,β,λ后,将其作为后续公式推导的初始值,并令:K10=K1,C0=C,D0=D,α0=α,β0=β,λ0=λ15步骤⑥对函数Gs的最优化参数进行搜索;设迭代次数为p,并设初始值p=0;K1p,Cp,Dp,αp,βp,λp表示第p次迭代完成后Gs的各个参数对应的最新值,Gps表示第p次迭代完成后Gs的表达式;按如下步骤6S1~6S2进行迭代更新:步骤6S1参数K1p,Cp,Dp,αp,βp,λp对应的迭代更新算法如公式16~21所示: 公式16~21中△E如公式22~27所示: 公式22~27中gpnTs,gp_ΔCnTs,gp_ΔDnTs,gp_ΔαnTs,gp_ΔβnTs及gp_ΔλnTs分别是如公式28~34所示的gpt,gp_ΔCt,gp_ΔDt,gp_Δαt,gp_Δβt及gp_Δλt的离散化表达式,hnTs是ht的离散化表达式; 以上公式中:Ts表示采样周期,v为大于1的常数,△K1=K10η0,△K1=K10η0,△C=C0η0,△D=D0η0,△α=α0η0,△β=β0η0△λ=λ0η0,η0>>1;步骤6S2若误差Jp≤J0或迭代次数p≥pmax,则对Gs参数的搜索过程结束;搜索过程结束时,如果ep≤E0,则K1p,Cp,Dp,αp,βp,λp为Gs的最优参数;否则,设置p=p+1,并返回步骤6S1继续进行;J0,pmax为根据需要设定的迭代过程结束条件;J0按如下公式35计算; 步骤⑦由步骤⑥所求的最优参数K1p,Cp,Dp,αp,βp,λp更新Gs的参数K,τ,T2,再求ht剔除振荡后的时域表达式按如下方法:首先,由如下公式36、37更新K,τ,T2: 为方便起见,K,τ,T2各个参数更新后的具体表达式不予列出;然后,由更新后的K,τ,T2求ht剔除振荡后的时域表达式ht: 步骤⑧剔除振荡分量后的波形成形算法按如下步骤1和2进行:1先求的z变换 2再求成形为yt的成形算法Fz: Yz为成形后的波形yt的z域表达式;波形yt根据需要而定,例如梯形、高斯或二次边缘形平顶脉冲等波形;以上步骤①~⑧对脉冲所含振荡分量进行了优化识别,并给出了扣除振荡分量后的z域成形算法;以下步骤⑨、⑩将给出在具体应用中对所测量的含振荡分量的脉冲xt进行调理以及成形的时域递推算法;成形以二次边缘形成形为例,意即把xt成形为二次边缘形平顶脉冲;步骤⑨对于实际测量的含振荡环节的脉冲xt,按如下时域递推算法剔除振荡分量:设xt在s域表示为Xs,其离散形式为xnTs;并设xt剔除振荡分量后的脉冲为的s域表示为由如下公式41求得: 由公式42求得 的离散形式如下: 步骤⑩对于实际测量的含振荡环节的脉冲xt,给出剔除振荡分量并成形为形如样板脉冲的时域递推算法,按如下步骤1~3进行:1首先,求剔除振荡分量后的脉冲的z变换 2其次,求成形为二次边缘形平顶脉冲的z域算法: 公式45中,为的z域表达式,所涉及的参数a1、a2、m、b1、b2和b3表达式如下: 3然后,给出xnTs成形为二次边缘形平顶脉冲的递推过程:为方便起见,用替代,xnTs用xn替代;给出二次边缘形平顶脉冲的样板yn如公式47所示; 其中,nb+na=nc;参数na、nb、nc均为整数,根据核脉冲计数率换算得到;n亦取整数;yn的z域表达式如公式48所示; 求取的z域表达式如公式49所示: 进一步求得如公式50所示: 令A=a1-b3m、B=a2-b3a1、V=b3a2,最后得出xn即xnTs成形为二次边缘形平顶脉冲即ynTs的递推公式如下: 通过步骤①~⑩,对含有振荡分量的脉冲xt进行了各环节分量参数的最优获取,并给出了振荡分量的抑制即剔除及波形成形的时域递推算法。

全文数据:

权利要求:

百度查询: 成都理工大学 一种基于分量抑制的脉冲波形调理及成形方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。