張旭東,周年榮,唐立軍
(云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院,云南 昆明 650217)
隨著電子技術(shù)、通信技術(shù)、傳感器技術(shù)不斷的融合和發(fā)展,出現(xiàn)了智能頭盔,其在許多領(lǐng)域得到了成功的應(yīng)用,如:煤礦井下信息采集,其可以對(duì)瓦斯?jié)舛冗M(jìn)行采集和實(shí)時(shí)分析,如果瓦斯?jié)舛瘸^(guò)臨界值,就會(huì)報(bào)警[1-3]。然而在智能頭盔的實(shí)際應(yīng)用中,外界電磁會(huì)對(duì)其進(jìn)行干擾,影響其對(duì)信息采集和正常工作,智能頭盔抗電磁干擾性能是一項(xiàng)評(píng)價(jià)其質(zhì)量的重要標(biāo)準(zhǔn)。對(duì)智能頭盔抗電磁干擾性能進(jìn)行建模和估計(jì)具有十分重要的實(shí)際應(yīng)用價(jià)值[4-6]。
針對(duì)智能頭盔抗電磁干擾性能建模問(wèn)題,一些發(fā)達(dá)國(guó)家投入大量人力和財(cái)力進(jìn)行研究,而且研究的時(shí)間相當(dāng)長(zhǎng),對(duì)智能頭盔抗電磁干擾性能建模的技術(shù)相當(dāng)成熟,而對(duì)國(guó)內(nèi)由于對(duì)智能頭盔出現(xiàn)的時(shí)間比較短,對(duì)智能頭盔抗電磁干擾性能相關(guān)研究的文獻(xiàn)比較少,還有許多難題有待攻克[7-9]。智能頭盔抗電磁干擾性能的建模當(dāng)前主要采用線性方法,如多元線性回性、時(shí)間序列分析法等,它們對(duì)智能頭盔抗電磁干擾性能歷史數(shù)據(jù)進(jìn)行挖掘,描述智能頭盔抗電磁干擾性能的變化特點(diǎn),由于智能頭盔抗電磁干擾性能具有強(qiáng)烈非線性,沒(méi)有考慮該變化特點(diǎn),使得智能頭盔抗電磁干擾性能建模效果差,無(wú)法獲得令人相信的智能頭盔抗電磁干擾性能建模結(jié)果[10]。
設(shè)采集的原始智能頭盔抗電磁干擾性能數(shù)據(jù)為:X={xi,i=1,2..,n},由于它們根據(jù)時(shí)間先后的順序進(jìn)行采集和整理,因此可以看作是一個(gè)時(shí)間序列數(shù)據(jù)集合,n表示數(shù)據(jù)點(diǎn)的數(shù)量,由于智能頭盔抗電磁干擾性能數(shù)據(jù)由于其它因素的影響,這要使得它們的變化特點(diǎn)比較復(fù)雜,表面上看沒(méi)有什么變化規(guī)律,但是進(jìn)行深層次分析可以發(fā)現(xiàn)存在一定的變化規(guī)律,即混沌變化特點(diǎn),因此需要引入混沌分析算法對(duì)智能頭盔抗電磁干擾性能數(shù)據(jù)進(jìn)行重建,建立智能頭盔抗電磁干擾性能建模的學(xué)習(xí)樣本。通過(guò)混沌分析算法確定嵌入維(m)和延遲時(shí)間(τ),得到一個(gè)與原始智能頭盔抗電磁干擾性能數(shù)據(jù)變化特點(diǎn)相同的多維數(shù)據(jù),即:
m和τ值的設(shè)置十分重要,直接決定了智能頭盔抗電磁干擾性能建模效果,本文選擇關(guān)聯(lián)積分方法確定m和τ,以重建智能頭盔抗電磁干擾性能數(shù)據(jù)。關(guān)聯(lián)積分計(jì)算公式:
式中,θ(x)的計(jì)算公式為:
智能頭盔抗電磁干擾性能數(shù)據(jù)序列的檢驗(yàn)統(tǒng)計(jì)量計(jì)算公式為:
將其進(jìn)行細(xì)分產(chǎn)生多個(gè)子序列,那么會(huì)有:
根據(jù)分塊算法對(duì)式(5)的統(tǒng)計(jì)量進(jìn)行計(jì)算,得到:
式中,r為兩個(gè)智能頭盔抗電磁干擾性能數(shù)據(jù)點(diǎn)之間距離。
當(dāng)智能頭盔抗電磁干擾性能數(shù)據(jù)序列相空間點(diǎn)數(shù)N無(wú)限大時(shí),那么式(6)就可以簡(jiǎn)化為
計(jì)算最大值和和最小值點(diǎn)的偏差,具體為:
當(dāng)ΔS1(m,t)為了個(gè)極小值點(diǎn)時(shí),就可以得到最優(yōu)的τ。
基于BDS(Brock Dechert Scheinkman)得到:
得到最優(yōu)的m和τ值,根據(jù)m和τ值重建智能頭盔抗電磁干擾性能數(shù)據(jù),從而產(chǎn)生了智能頭盔抗電磁干擾性能建模學(xué)習(xí)樣本,然后引入BP神經(jīng)網(wǎng)絡(luò)建立智能頭盔抗電磁干擾性能分析模型。
1.2.1 BP神經(jīng)網(wǎng)絡(luò)算法
BP神經(jīng)網(wǎng)絡(luò)是一種具有良好建模性能的數(shù)據(jù)挖掘技術(shù),其模擬人大腦的神經(jīng)網(wǎng)絡(luò)工作機(jī)制,其包括多層結(jié)構(gòu),最為經(jīng)典的是3層,每一層包括了大量的神經(jīng)元節(jié)點(diǎn),同一個(gè)層的神經(jīng)元節(jié)點(diǎn)沒(méi)有什么直接關(guān)聯(lián),各相鄰層之間的神經(jīng)元節(jié)點(diǎn)互相關(guān)聯(lián)。
1.2.2 BP神經(jīng)網(wǎng)絡(luò)的工作步驟程
根據(jù)式(13)和(14)可以得到隱含層和輸出層的神經(jīng)元輸出。
Step2:計(jì)算yk和dk之間的偏差,那么得多個(gè)輸出偏差項(xiàng):
Step3:如果輸出偏差大于實(shí)際要求,那么采用式(17)和(18)對(duì)各神經(jīng)網(wǎng)絡(luò)間的權(quán)重進(jìn)行調(diào)節(jié)。
式中,η為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率。
Step4:計(jì)算公調(diào)節(jié)后的各神經(jīng)網(wǎng)絡(luò)之間的權(quán)重值,具體如下:
Step5:不斷重述步驟,直接到輸出層的誤差實(shí)際應(yīng)用要求。
Step1:采集一個(gè)智能頭盔一段時(shí)間的抗電磁干擾性能數(shù)據(jù)。
寫好書(shū),體現(xiàn)的是“基礎(chǔ)工作”建設(shè)的核心內(nèi)容,也是老干部工作的總體任務(wù)。換言之,叫做“基礎(chǔ)工作建設(shè),從寫書(shū)開(kāi)始”。那么,要寫什么樣的書(shū)呢?目標(biāo)是要寫一本有特色的書(shū)。這個(gè)特色主要體現(xiàn)在以下五個(gè)方面。
Step2:引入混沌分析算法確定智能頭盔抗電磁干擾性能數(shù)據(jù)重建的最優(yōu)m和τ。
Step3:基于最優(yōu)m和τ的值,建立一個(gè)多的智能頭盔抗電磁干擾性能數(shù)據(jù),即智能頭盔抗電磁干擾性能分析的學(xué)習(xí)樣本。
Step4:根據(jù)智能頭盔抗電磁干擾性能分析的學(xué)習(xí)樣本設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。
Step5:初始BP神經(jīng)網(wǎng)絡(luò)的隱層的神經(jīng)元與輸入、輸出層的神經(jīng)元權(quán)重值以及閾值。
Step6:采用智能頭盔抗電磁干擾性能分析的學(xué)習(xí)樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。
Step7:根據(jù)訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)建立智能頭盔抗電磁干擾性能分析模型。
智能頭盔抗電磁干擾性能的非線性建模流程如圖1所示。
圖1 智能頭盔抗電磁干擾性能的非線性建模流程
為了測(cè)試智能頭盔抗電磁干擾性能的非線性建模方法的有效性,選擇5個(gè)智能頭盔的抗電磁干擾數(shù)據(jù)作為實(shí)驗(yàn)對(duì)象,針對(duì)每一個(gè)智能頭盔,采集一段時(shí)間抗電磁干擾數(shù)據(jù),數(shù)據(jù)分布如表1所示。選擇線性建模方法:多元線性回性、時(shí)間序列分析法進(jìn)行對(duì)比實(shí)驗(yàn)。
表1 5個(gè)智能頭盔的抗電磁干擾數(shù)據(jù)分布
采用混沌分析算法,確定表1中5個(gè)智能頭盔的抗電磁干擾數(shù)據(jù)的嵌入維和時(shí)間延遲,具體如表2所示。根據(jù)表2的結(jié)果建立智能頭盔抗電磁干擾性能數(shù)據(jù)學(xué)習(xí)樣本。
表2 測(cè)試數(shù)據(jù)的嵌入維和時(shí)間延遲
采用本文方法和多元線性回性、時(shí)間序列分析法對(duì)5個(gè)智能頭盔的抗電磁干擾性能的學(xué)習(xí)樣本進(jìn)行建模和分析,統(tǒng)計(jì)它們的單步分析精度,結(jié)果如圖2所示。從圖2的單步分析精度可看出:
圖2 智能頭盔的抗電磁干擾性能單步分析精度
1)多元線性回性、時(shí)間序列分析法的智能頭盔的抗電磁干擾性能單步分析精度均低于88%,智能頭盔的抗電磁干擾性能分析誤差比較大,無(wú)任何實(shí)際應(yīng)用價(jià)值,這是因?yàn)樗鼈儫o(wú)法描述智能頭盔的抗電磁干擾變化態(tài)勢(shì)。
2)本文方法的智能頭盔的抗電磁干擾性能單步分析精度高于95%,智能頭盔的抗電磁干擾性能分析誤差大幅度減少,這是因?yàn)楸疚姆椒ㄒ牖煦绶治龇椒▽?duì)智能頭盔的抗電磁干擾數(shù)據(jù)進(jìn)行重建模,并引入BP神經(jīng)網(wǎng)絡(luò)刻畫(huà)智能頭盔的抗電磁干擾變化態(tài)勢(shì),建立了更優(yōu)的智能頭盔的抗電磁干擾性能分析模型。
由于智能頭盔的抗電磁干擾性能單步分析結(jié)果只能描述下一個(gè)時(shí)間點(diǎn)的抗電磁干擾性能,在實(shí)際應(yīng)用單步分析結(jié)果更具有價(jià)值,因此統(tǒng)計(jì)智能頭盔的抗電磁干擾性能多步分析精度,結(jié)果如圖3所示。從圖3可知,本文方法的智能頭盔的抗電磁干擾性能多步分析精度同樣高于多元線性回性、時(shí)間序列分析法,這表明,本文方法可以對(duì)將來(lái)一段時(shí)間的智能頭盔的抗電磁干擾性能進(jìn)行有效描述。
圖3 智能頭盔的抗電磁干擾性能單步分析精度
為了獲提高智能頭盔抗電磁干擾性能預(yù)測(cè)精度,提出一種智能頭盔抗電磁干擾性能的非線性建模方法,仿真實(shí)驗(yàn)結(jié)果表明,本文方法是一種精度高、誤差小的智能頭盔抗電磁干擾性能建模技術(shù)。