一种用于判断多陷阱RTN信号中陷阱数的方法

技术特征：
1.一种用于判断多陷阱rtn信号中陷阱数的方法，其特征在于，包括如下步骤：s1.在陷阱数量范围[m,n](n>m)内的值u进行hmm提取；s2.不同陷阱数下所提取的rtn信号为y
u
(k),k＝1,2,3
…
；s3.对所测rtn信号减去hmm提取，即z(k)＝x(k)-y
u
(k),k＝1,2,3
…
；进行小波变换，用直方图统计小波系数的分布，利用峰度公式和偏度公式提取小波系数分布的峰度k和偏度s，并设定阈值进行高斯判别；若所测数据的峰度偏度绝对值同时满足小于阈值条件时为高斯信号，并记录其量化值|k| |s|，否则为非高斯信号；s4.对不同u下的高斯量化值进行排序比较，得最小值|k| |s|对应的陷阱数p。2.根据权利要求1所述的用于判断多陷阱rtn信号中陷阱数的方法，其特征在于，所述步骤s3中的峰度公式和偏度公式分别为和3.根据权利要求1所述的用于判断多陷阱rtn信号中陷阱数的方法，其特征在于，画出所测时间序列的直方图，观察其态数量，当态数量在范围(2
k-1
，2
k
]内时，则其陷阱数量为k，陷阱数范围为[m,n]＝[k-2,k 2](n>m且m>1)；搜寻陷阱数范围方法如下：输入：所测时间序列x(k),k＝1,2,3
…
输出：所测时间序列直方图分布图，态数量，陷阱数量范围[m,n]。4.根据权利要求1所述的用于判断多陷阱rtn信号中陷阱数的方法，其特征在于，找到陷阱数范围后，在设定的陷阱数下进行hmm提取，再对所测时间序列减去提出的纯rtn进行高斯判断，若为高斯信号，则记录其高斯量化值，并在范围内移动陷阱数量进入下一次提取；若不是高斯信号，则直接进入下一次提取。结束陷阱数范围内的所有提取后，将量化值进行排序，最小高斯量化值所对应的陷阱数即为最合适的hmm模型；陷阱数判断的算法如下：输入：所测时间序列x(k),k＝1,2,3
…
和陷阱数量范围[m,n](n>m)输出：最合适的陷阱数p。

技术总结
本发明公开了一种用于判断多陷阱RTN信号中陷阱数的方法，首先在陷阱数量范围内的值进行HMM提取；然后对所测RTN信号减去HMM提取后进行小波变换，用直方图统计小波系数的分布，利用峰度和偏度公式提取小波系数分布的峰度和偏度，并设定阈值进行高斯判别；若所测数据的峰度偏度绝对值同时满足小于阈值条件时为高斯信号，并记录其量化值；对不同值下的高斯量化值进行排序比较，得最小值对应的陷阱数。本发明通过小波分解和高斯判断，在保证覆盖率的前提下对RTN信号的HMM模型做到了准确拟合，随后分析提取前后相减所得剩余信号与高斯信号的拟合程度，以此来判断合适的陷阱数。本发明判断陷阱数时的准确率比之前的已知方法高，能覆盖到大部分测到的RTN信号。能覆盖到大部分测到的RTN信号。能覆盖到大部分测到的RTN信号。


技术研发人员：纪志罡 肖雨 任鹏鹏
受保护的技术使用者：上海交通大学
技术研发日：2022.04.01
技术公布日：2022/8/16