兩種周期型遙測(cè)數(shù)據(jù)建模模型及其初始化算法

王永生杜彬彬?qū)O瑾++代進(jìn)進(jìn)?┆?

摘要：在對(duì)某大型航天電子設(shè)備的遙測(cè)數(shù)據(jù)建模預(yù)測(cè)時(shí)，遇到多是不規(guī)則周期型數(shù)據(jù)，對(duì)其進(jìn)行建模預(yù)測(cè)可以在早期及時(shí)發(fā)現(xiàn)設(shè)備性能異常。針對(duì)有周期規(guī)律的遙測(cè)數(shù)據(jù)，提出采用Fourier級(jí)數(shù)模型、sin函數(shù)和模型對(duì)遙測(cè)數(shù)據(jù)建模，給出了這種數(shù)據(jù)模型的表達(dá)式，研究了基于FFT的兩種模型的參數(shù)初始化算法。通過(guò)數(shù)值實(shí)驗(yàn)說(shuō)明模型參數(shù)初始化算法的有效性，為后續(xù)利用最優(yōu)化理論求解模型精確參數(shù)提供了良好的初試點(diǎn)。

關(guān)鍵詞：遙測(cè)數(shù)據(jù)；預(yù)測(cè)；周期模型；初始參數(shù)

中圖分類號(hào)：P207.2文獻(xiàn)標(biāo)識(shí)碼：A

1引言

利用大型航天電子設(shè)備的歷史采集數(shù)據(jù)，采用適當(dāng)?shù)念A(yù)示分析方法，開(kāi)發(fā)對(duì)電子設(shè)備遙測(cè)數(shù)據(jù)變化進(jìn)行預(yù)示分析的工具，實(shí)現(xiàn)對(duì)航天電子設(shè)備采集數(shù)據(jù)進(jìn)行建模，完成擬合及長(zhǎng)預(yù)示，可以為研究大型電子設(shè)備性能的變化規(guī)律、分析實(shí)際變化與設(shè)計(jì)值的差異等提供手段。對(duì)于大量表現(xiàn)出周期特點(diǎn)的遙測(cè)數(shù)據(jù)，需要給出可行的數(shù)據(jù)模型，模型要求具有一定適用性，不局限于某一個(gè)特定的遙測(cè)數(shù)據(jù)。另外，從工程應(yīng)用的實(shí)際需要考慮，還必須根據(jù)遙測(cè)的數(shù)據(jù)能夠快速計(jì)算出模型的初始參數(shù)，也就是要有模型參數(shù)的初始化算法[1]。根據(jù)一部分遙測(cè)數(shù)據(jù)求出的初始參數(shù)，未必是模型參數(shù)的精確解，但是可以為后續(xù)利用最優(yōu)化理論的方法，迭代求解更為精確的解模型參數(shù)提供較好的初始點(diǎn)，提高迭代收斂速度[2～4]，滿足工程應(yīng)用需要。本文著重探討可行的周期型遙測(cè)數(shù)據(jù)建模模型，結(jié)合大量遙測(cè)數(shù)據(jù)給出模型參數(shù)初始化算法。

某型航天電子設(shè)備某遙測(cè)數(shù)據(jù)中包含一個(gè)變化周期的數(shù)據(jù)量通常需要近萬(wàn)個(gè)，為了擬合和預(yù)測(cè)往往需要有約五個(gè)周期的以上的數(shù)據(jù)，即大約需要40000多個(gè)以上的數(shù)據(jù)。因此，這涉及到大規(guī)模數(shù)據(jù)處理問(wèn)題，為了工程應(yīng)用需要采用的數(shù)據(jù)處理方法必須滿足時(shí)間復(fù)雜度需要，即要求盡可能短的時(shí)間完成建模及預(yù)測(cè)。首先將要處理的遙測(cè)數(shù)據(jù)序列轉(zhuǎn)換為y，t，其中y和t均為m維列向量，m即為所獲得的原始遙測(cè)數(shù)據(jù)的個(gè)數(shù)。為了方便計(jì)算，通常要先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，剔除野值，對(duì)采樣數(shù)據(jù)進(jìn)行去均值并進(jìn)行必要的尺度壓縮，即將數(shù)據(jù)大小幅值和坐標(biāo)寬度變換到一定數(shù)值范圍內(nèi)，文中假設(shè)已完成上述預(yù)處理過(guò)程。

5結(jié)束語(yǔ)

對(duì)于周期型遙測(cè)數(shù)據(jù)，給出能夠較好實(shí)現(xiàn)對(duì)周期數(shù)據(jù)建模的Fourier級(jí)數(shù)模和Sin函數(shù)和模型，基于FFT研究了兩種模型的參數(shù)初始化算法，并對(duì)遙測(cè)數(shù)據(jù)進(jìn)行了數(shù)值實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果說(shuō)明模型初始化算法可以提供了良好的初始點(diǎn)，有利于進(jìn)一步采用優(yōu)化算法快速求得全局最優(yōu)點(diǎn)，獲得更為精確的模型參數(shù)，實(shí)現(xiàn)對(duì)遙測(cè)數(shù)據(jù)的準(zhǔn)確建模。

參考文獻(xiàn)

[1]李奎山.超越方程的諾模圖求解[J].石油大學(xué)學(xué)報(bào)：自然科學(xué)版，1996，20（2）：118-119.

[2]PHILIP E，GILL， WALTER MURRAY，MARGARET H.Wright. Practical optimization[M]. London： Academic press，1981，83-153.

[3]劉興高， 胡云卿. 應(yīng)用最優(yōu)化方法及Matlab實(shí)現(xiàn)[M]. 北京： 科學(xué)出版社， 2014，（1）：89-109.

[4]倪勤. 最優(yōu)化方法與程序設(shè)計(jì)[M]. 北京：科學(xué)出版社， 2009，（6）：25-39.

[5]Abuelma'atti， Muhammad Taher. A simple algorithm for fitting measured data to Fourierseries models[J].International Journal of Mathematical Education in Science and Technology，1993，24（1）：107-112.

[6]GENE H，GOLUB，CHARLES F.Van Loan. Matrix Computations（3rd Edition）[M].Johns Hopkins University Press， 1996：206-255.

[7]Sum of Sines Models[EB/OL]. http：//www. mathworks.cn/cn/help/curvefit/sumofsine.html [2014-2-12].