一种基于人工智能的综合频率源设备的动态控制方法与流程

本发明涉及射频控制，尤其涉及一种基于人工智能的综合频率源设备的动态控制方法。

背景技术：

1、综合频率源设备是一种高级频率生成和管理系统，能够提供广泛频率范围内的高精度、稳定和可控的信号输出，综合频率源设备综合了多种频率生成技术，并具备动态控制能力，以满足复杂应用需求，综合频率源设备常用于需要高性能信号源的领域，如通信、雷达、测试与测量以及科学研究。

2、现有的综合频率源设备的控制方法通常采用基于直接数字合成的控制方法，即利用数字相位累加器和查找表生成正弦波，产生的频率由相位累加器的步长决定，然而，实际应用中，综合频率源设备的合成的频率受温度、电压等环境因素影响较大，且在综合频率源设备出现故障时无法进行快速的修复，可能导致进行综合频率源设备控制时的灵活性较低。

技术实现思路

1、本发明提供一种基于人工智能的综合频率源设备的动态控制方法，其主要目的在于解决进行综合频率源设备控制时的灵活性较低的问题。

2、为实现上述目的，本发明提供的一种基于人工智能的综合频率源设备的动态控制方法，包括：

3、对主频率源进行实时监测，得到频率源环境数据以及频率源输出数据，对所述频率源输出数据进行相位特征提取以及稳定性分析，得到频率输出特征；

4、根据所述频率输出特征对所述频率源环境数据进行相关特征筛选以及线性特征融合，得到主频率源特征；

5、根据所述主频率源特征对所述主频率源进行异常分析，得到主频率源异常状态；

6、根据所述主频率源异常状态对所述主频率源进行动态补偿以及补偿分析，得到动态调节状态；

7、利用预设的副频率源以及所述动态调节状态以及对所述主频率源进行无缝切换控制以及控制反馈，得到控制日志。

8、可选地，所述对所述频率源输出数据进行相位特征提取以及稳定性分析，得到频率输出特征，包括：

9、根据预设的采样间隔对所述频率输出数据进行时频变换，得到频谱输出数据；

10、对所述频谱输出数据进行信号分离，得到噪声频谱数据以及载波频谱数据；

11、利用如下的相位频谱算法计算出所述噪声频谱数据对应的相位噪声特征：其中，是指在频率为时的所述相位噪声特征，是对数函数符号，是所述采样间隔对应的采样点数，是所述噪声频谱数据中频率为时的噪声信号值，是绝对值符号，是指频率；

12、根据所述采样间隔对所述频率输出数据进行稳定性分析，得到输出稳定特征；

13、对所述载波频谱数据进行频域特征提取，得到输出频域特征；

14、对所述输出频域特征、所述相位噪声特征以及所述输出稳定特征进行特征拼接融合，得到频率输出特征。

15、可选地，所述根据所述采样间隔对所述频率输出数据进行稳定性分析，得到输出稳定特征，包括：

16、根据所述采样间隔对所述频率输出数据进行相位提取，得到信号相位序列；

17、对所述信号相位序列进行相位偏差计算，得到时间偏差序列；

18、利用如下的时间稳定系数公式计算出所述时间偏差序列对应的时间稳定系数：其中，是指在所述时间偏差序列的采样间隔为时的时间稳定系数，是预设的平滑因子，是所述时间偏差序列的时间偏差总数，所述时间偏差总数等于所述采样点数，是所述时间偏差序列中的第个时间偏差，是所述时间偏差序列中的第个时间偏差，是所述时间偏差序列中的第个时间偏差，、为序号索引；

19、根据采样间隔对所述频率输出数据进行频率提取，得到输出频率序列；

20、对所述输出频率序列进行频率偏差计算，得到频率偏差序列；

21、利用如下的频率稳定系数公式计算出所述频率偏差序列对应的频率稳定系数：其中，是指在所述频率偏差序列的采样间隔为时的频率稳定系数，是预设的平滑因子，是所述频率偏差序列的频率偏差总数，是所述频率偏差序列中的第个频率偏差，是所述频率偏差序列中的第个频率偏差，、、为序号索引；

22、对所述时间稳定系数以及所述频率稳定系数进行特征拼接，得到输出稳定特征。

23、可选地，所述根据所述频率输出特征对所述频率源环境数据进行相关特征筛选以及线性特征融合，得到主频率源特征，包括：

24、对所述频率源环境数据进行稳定性时序特征提取，得到频率环境特征；

25、对所述频率环境特征进行特征标准化操作，得到标准环境特征；

26、对所述频率输出特征进行特征标准化操作，得到标准输出特征；

27、对所述标准环境特征以及所述标准输出特征进行相关特征降维操作，得到相关融合特征；

28、对所述相关融合特征进行线性特征降维操作，得到主频率源特征。

29、可选地，所述对所述频率源环境数据进行稳定性时序特征提取，得到频率环境特征，包括：

30、对所述频率源环境数据进行频时变换，得到时序环境数据；

31、对所述时序环境数据进行时序卷积，得到时序环境特征；

32、对所述时序环境特征进行注意力编码，得到注意力环境特征；

33、将所述时序环境特征和所述注意力环境特征全连接融合成频率环境特征。

34、可选地，所述对所述标准环境特征以及所述标准输出特征进行相关特征降维操作，得到相关融合特征，包括：

35、对所述标准环境特征进行特征矩阵化操作，得到环境特征矩阵；

36、对所述标准输出特征进行特征矩阵化操作，得到输出特征矩阵；

37、对所述环境特征矩阵和所述输出特征矩阵进行协方差运算，得到频率协方差矩阵；

38、对所述频率协方差矩阵进行特征值分解，得到频率特征值和频率特征向量；

39、根据所述频率特征值对所述频率特征向量进行相关性筛选，得到相关特征向量；

40、利用所述频率协方差矩阵对所述相关特征向量进行降维投影，得到相关融合特征。

41、可选地，所述对所述相关融合特征进行线性特征降维操作，得到主频率源特征，包括：

42、对所述相关融合特征进行类内分布计算，得到类内频率矩阵；

43、对所述相关融合特征进行类间分布计算，得到类间频率矩阵；

44、对所述类间频率矩阵和所述类内频率矩阵进行逆和乘积运算，得到逆和频率矩阵；

45、对所述逆和频率矩阵进行特征值分解，得到融合特征值和融合特征向量；

46、根据所述融合特征值对所述融合特征向量进行相关性筛选，得到线性特征向量；

47、利用所述相关融合特征对所述线性特征向量进行降维投影，得到主频率源特征。

48、详细地，所述根据所述主频率源特征对所述主频率源进行异常分析，得到主频率源异常状态，包括：

49、对所述主频率源特征进行特征变换以及特征激活，得到激活异常特征；

50、对所述激活异常特征进行残差激活，得到残差异常特征；

51、对所述残差异常特征进行决策树分裂，得到决策异常特征；

52、对所述决策异常特征进行状态映射，得到主频率源异常状态。

53、详细地，所述根据所述主频率源异常状态对所述主频率源进行动态补偿以及补偿分析，得到动态调节状态，包括：

54、利用所述主频率源异常状态对所述主频率源进行相位累加，得到累加主频率源；

55、对所述累加主频率源进行相位幅度转换以及数模转换，得到模拟主频率源；

56、对所述模拟主频率源进行相位比较以及环路滤波，得到滤波主频率源；

57、对所述滤波主频率源进行压控振荡，得到补偿主频率源；

58、对所述补偿主频率源进行输出提取以及补偿异常分析，得到动态调节状态。

59、详细地，所述利用预设的副频率源以及所述动态调节状态以及对所述主频率源进行无缝切换控制以及控制反馈，得到控制日志，包括：

60、利用所述主频率源对预设的副频率源进行输出同步，得到同步副频率源；

61、根据所述动态调节状态对所述主频率源进行设备休眠，并对所述同步副频率源进行设备唤醒；

62、对所述同步副频率源进行输出提取以及异常分析，得到同步异常状态；

63、根据所述同步异常状态对所述同步副频率源进行相位锁定以及频率压控，得到标准副频率源；

64、对所述主频率源以及所述标准副频率源进行输出记录，得到控制日志。

65、本发明实施例通过进行相位特征提取，能够提取出信号的相位噪声随频率偏移的分布情况，通过进行稳定性分析，能够获取频率信号以及相位信号在不同时间尺度下的稳定性评价，从而更好地进行主频率源的动态控制和优化，通过进行相关特征筛选，能够筛选出所述频率输出特征以及所述频率源环境数据中的相关性较强的特征进行融合，所述线性特征融合，能够进一步对融合后的特征进行降维，从而减少后续异常分析的运算量，通过进行异常分析，能够结合支持向量机以及决策树等模型对主频率源设备的异常状态进行分析，从而了解主频率设备需要进行补偿的具体幅度，提高主频率设备输出控制的精确度。

66、通过进行动态补偿以及补偿分析，能够根据异常的幅度进行高频率高分辨率以及低噪的输出补偿，从而提高频率源设备控制的精确度，通过进行无缝切换控制以及控制反馈，能够在主频率源故障时实现快速且低误差的控制切换，从而提高了综合频率源设备控制的灵活性。因此本发明提出的基于人工智能的综合频率源设备的动态控制方法，可以解决进行综合频率源设备控制时的灵活性较低的问题。