智能信号处理大论文

xxxx大学硕士生课程论文现代测控技术测控系统中的智能信号处理（2014—2015学年上学期）姓名：xxx学号： xx所在单位： xx专业：检测技术与自动化装置摘要现代测控技术是一门随着计算机技术、检测技术和控制技术的发展而发展起来的综合技术，是在传统的测控技术的基础上，将现代最新科学研究方法与成果应用与测控系统中。

伴随着计算机技术的发展，智能信息处理技术在各行各业都得到了飞速的发展，智能信号处理技术涉及到信息科学的多个领域，是现代信号处理、人工神经网络、模糊系统理论、进化计算，包括人工智能等理论和方法的综合应用，近年己经成为信息科学领域的一个研究热点。

人工智能概念被提出后，这门科学迅速成为上世纪发展最快的学科之一，衍生出神经网络、蚁群算法、遗传算法等多种算法，这使得机器具有了人类所特有的一些能力，如学习能力、记忆能力等，这样的信号处理方式使得对信号的处理变得更加准确、高效。

而这种将人工智能应用与信号处理的方式，也使得现代测控个系统向着更加智能化的方向发展。

关键字：测控系统、信号处理、人工智能、神经网络、遗传算法1 概述现代测控技术是在工业测控发展中由现代测试技术与现代控制技术形成的综合性技术，而现代工业技术水平的不断提高，也不断促进现代测控技术向着更高层面的发展。

在一个稳定的闭环自动控制系统中，既包括控制单元，也包括检测单元。

在实现对象的控制过程中，必须首先实现对被控对象的认识与了解，因此，需要对被控对象的特征进行测量。

反之，对被控对象特征测量的目的是为了加深对其认识并进而实现控制和利用。

即使最简单的开环控制系统，也需要检测被控对象的状态信息；检测系统中最基本的传感器，也会由于增加控制处理功能而成为智能传感器，所以检测与控制密不可分。

而对于检测的过程，即通过传感器获得数据后，通过处理单元对相关数据进行处理，继而应用的过程。

数据处理的过程是完整的测控系统中必不可少的一部分，这一过程也决定着对于采集到数据的使用情况，它对整套系统的效率以及好坏起着关键性作用。

数据的处理有多种不同的方式，它们根据数据以及系统功能的不同有着不同的处理方式，这可能是一种简单的阈值判断，也可能是一系列复杂的运算。

现代生活中，我们习惯于用量化的方式对各种事物进行评价，因此，数据的处理就显得尤为的重要。

人类已经进入“信息化社会”、“数字化社会”，大数据和物联网等技术的发展，在为人们生活带来跟多便利的同时，使信息处理开始受到大家的广泛关注。

由各种新技术所催生的信息爆炸致使信息存量呈指数递增。

信息处理能力的增长远远赶不上信息量的增长。

此外，信息不但在量上呈爆炸趋势，而且信息结构也越来越复杂，这就使得处理越来越困难。

信息数量的不断增加，但是信息的利用率越来越低，致使人们常常被埋没在数据和信息的海洋之中，不知所措。

这便催生了一种更加高效的信息处理方式的诞生，通过对于计算方法的不断改良，使得在相同的硬件条件下设备可以具有更高效，更快速的数据分析能力[1]。

信号处理，就是对观测数据进行所需的变换或按预定的规则进行运算，使之更便于对它们进行分析、识别和使用。

可见，信号处理包括下列几项内容：第一、根据一个给定的模型找到这一信号的表示，这种表示可以用波形的形式，也可以用参数的形式；第二、用某种高级的变换，把这一信号变换成另一种更加方便的形式变换后的形式有时从性质上来说普遍性可能会小一些，但对某一特殊应用来说却更加合适；第三、信息的提取和使用。

智能信息处理技术是研究信息的获取（收集）、表示（组织）、存储、处理、传输（包括发送、路由、接收）、利用及其数学/物理/生物学理论的一门科学技术。

智能信息处理技术是集数学、物理学、电子学、通信技术、计算机科学技术、智能科学技术以及测控理论与技术于一体的交叉学科。

人工智能技术是最近几年发展起来的一种高效的智能信息处理方法，由于在原理上他充分模拟人类的一些特性，使得信息处理变得更加的智能[2]。

人工智能是一门应用科学，其理论不像数学、物理那样描述自然的、客观的规律。

而是在应用科学层次上提出来的理论问题。

它的方法和技术，随着技术环境的发展而变化，特别是它随技术环境的发展及应用而得到发展。

反过来，人工智能技术的发展也使计算机技术受益。

它们是互相促进的关系新一代计算机就是一个有知识、能学习、会推理的知识处理系统。

人工智能是一种人工方法的构造，在一种或多种级别上体现人类智力的和能力的概念。

所谓一种或多种级别的智力能力，包括获取知识并处理知识；运用知识旨在掌握事物之间的关系并对其进行推理}使用演绎法和归纳法旨在构成适应；使用适应旨在解决问题。

构成人工智能体系的过程通常是一个序列的处理活动。

从理解问题入手，通过剖析解决问题的话动、过程，推断出技术上和理论上的问题，然后来处理这些问题。

本文首先介绍智能信号处理的发展情况，然后着重介绍了神经网络和遗传算法两种智能信号处理的方法，并对其原理进行深入的了解，通过对其应用的讨论，总结出了各种不同智能算法的优缺点。

2 智能信号处理人类在不断的进步、社会在不断的发展，这一方面受人的好奇心驱动，人具有探索自然的规律、了解未知世界、探索自身奥秘的内动力；另一方面人具有生存和提高生活质量的需求。

受这两方面原动力的驱动，人类不断的研究心得方法和技术，不断地研制各种工具、仪器和机器，来延伸、扩展和增强自身的各种能力。

而人类所处的客观环境、所面对的客观世界是变化的、发展的、是浩瀚无垠的，而人类的知识虽然在不断地丰富、不断地更新，但是相对客观世界，始终是不完全的、不可靠和不确定的，但人类正使用不确定的、不完美的知识，不断地、逐步地了解客观世界的。

智能信号处理技术就是在人类现有的认识基础上所产生的新的方法和理论，是人类进一步探索自然规律、了解未知世界、探索自身类妙，提高生活的工具。

智能信号处理就是将不完全、不可靠、不精确、不一致和不确定的知识和信息逐步改变为完全、可靠、精确、一致和确定的知识和信息的过程和方法，就是利用对不精确性、不确定性的容忍来达到问题的可处理性和鲁棒性。

智能信号处理涉及到信息科学的多个领域，是现代信号处理、人工神经网络、模糊系统理论、进化计算，包括人工智能等理论和方法的综合应用【3】。

各种智能信号处理技术已经广泛应用于模式识别、智能控制、数据挖掘、图像处理、盲信号处理、通信信号处理等领域。

其中进化计算作为智能信号处理技术的一个重要分支，近些年来成为一个引人注目的发展方向。

而其中人工智能又是一种应用非常广泛的信号处理方法，它旨在通过算法来模拟人类所特有的一些特性，以达到能够更加量化的、高效的得到有效数据这一目的。

人工智能是一门应用科学，其理论不像数学、物理那样描述自然的、客观的规律。

而是在应用科学层次上提出来的理论问题。

它的方法和技术，随着技术环境的发展而变化，特别是它随技术环境的发展及应用而得到发展。

反过来，人工智能技术的发展也使计算机技术受益。

它们是互相促进的关系新一代计算机就是一个有知识、能学习、会推理的知识处理系统。

人工智能是一种人工方法的构造，在一种或多种级别上体现人类智力的和能力的概念。

所谓一种或多种级别的智力能力，包括获取知识并处理知识；运用知识旨在掌握事物之间的关系并对其进行推理}使用演绎法和归纳法旨在构成适应；使用适应旨在解决问题。

构成人工智能体系的过程通常是一个序列的处理活动。

从理解问题入手，通过剖析解决问题的话动、过程，推断出技术上和理论上的问题，然后来处理这些问题我们用Q0表示客观事物的原始状态。

用Q t表示它的最终状态，就是所期望达到的目标状态。

在人类智能活动中，Q0和Q t通常是不同的信息方式。

在从Q0到Q t的过程中，需要经过一系列操作或操作组δ产生一系列的中间状态Q j，j=1，2，……即Q j=δ（X1，Q t-1）是操作过程中用到的活动载体。

智能活动可表示为—个形式实体式中X1P=(Q0,X,δ, Q)由以上分析可知，人工智能系统解决的问题必须具备下面三个条件：①将问题形式化，建立一个包括规定使用的符号，把符号联结成合法符号串的规则，以及合法符号串如何表示问题域中意义的形式系统。

②问题必须是可计算的，且具有算法。

③找到的算法必须有合理的复杂度。

在实施智能处理时，推理、学习和联想是三大重要因索。

目前智能处理是以实现推理机为中心的。

至于学习租联想的机能仍处于实验阶段。

当前解决复杂的现实问题中，是以专家系统的形式得到实际应用的。

专家系统应用人工智能技术。

吸取领域专家的经验和知识。

将它们以最佳方式表达出来，储存在计算机中形成知识库。

专家系统中的推理控制程序就根据这些经验和知识，模仿人类进行推理和判断，解决领域内的问题。

领域专家的知识一般有领域事实和探索性知识之分。

而探索性知识又可分为感觉判断和推理翔断两种。

例如，中医四诊中的切脉，是报据医生手指的感觉作出弦、浮、数等判断作为症状；再进行推理判断，作出诊断结论。

显然在总结整理中医的知识经验时，有两个环节：总结感觉判断的知识和整理推理判断的知识在目前传感技术发展水平上，可以实现用传感器代替专家器官产生信号，关键在于确定传信号与人的感觉之间的关系这是信号处理的重要部分，它包含了智能功能，属于智能信号处理范畴。

在智能信号处理过程中，输入的是信号，即原始状态Q。

是具有某种编码形式的数据流。

在经过若干次变换之后，再进行分类识别处理，产生所需的结果我们在研制乐器音音质分析和识别系统时，就是采用这种处理方法的，并在实际乐器生产过程中得到了应用。

由于信号性质的差异以及人们的经验和习惯。

各种智能信号处理系统中使用的变换和分的一系列策略和技术。

在信号处理技术中。

大部分是数学性的工作，可用公式来表达只是处理方法的选择和改进需依赖于经验值得研究的是，这些经验是否能在建立一些按信号性质选择适当的处理方法准则的基础上实现数学化。

人们头脑中的想法或形成的概念，用语言或用文字图形表达出来，这就是信息的生成。

研究模仿人的智能活动是计算机技术中智能信息通信的基本内容，与智能信号处理具有同等的含义。

3 神经网络神经网络作为一门新兴的信息处理科学，是对人脑若干基本特性的抽象和模拟。

它是以人的大脑工作模式为基础，研究自适应及非程序的信息处理方法。

这种工作机制的特点表现为通过网络中大量神经元的作用来体现它自身的处理功能，从模拟人脑的结构和单个神经元功能出发，达到模拟人脑处理信息的目的。

神经网络对人脑信息加工过程的智能化信息处理进行模拟，具有自组织性、自适应性以及较强的稳健性。

神经网络模型的类型较多，目前已不下数十种。

代表性的神经网络模型有胆神经网络、GMDH网络、RBF网络、双向联想记忆BAM、盒中脑(BSB)、Hopfield 模型、Boltzmann机、自适应共振理论、CPN模型等。

用来解决信用评分问题的神经网络可以视为一个对线性组合后变量进行非线性变换，然后在循环线性组合、非线性变换的一种方法。