[发明专利]一种谱线修正方法

摘要

本发明公开了一种谱线修正方法。该方法将谱线漂移过程看成由多个状态构成，相邻状态间可相互转换，每个状态对应一个短时能谱，原始总能谱由短时能谱组合得到，相邻状态间的比例参数作为粒子的位置信息，采用粒子群算法搜索得到最优位置，将各个短时能谱按最优位置向某一状态转移得到修正后的各个能谱，进而将这些能谱相加后得到修正后的总能谱。可根据实际漂移情况进行状态数目的选择，相邻状态间的时间间隔可随漂移程度作随意修改，粒子群算法能搜索得到全局最优状态组合，具有较好的修正效果。

主权项

1.一种谱线修正方法，其特征在于，具体步骤如下：步骤①谱线漂移过程看成由M个状态Si(i＝1,2,…,M)构成，Si(i＝1,2,…,M)状态到Sj(j＝1,2,…,M)状态的变迁过程用Hij表示，Hij对应的比例参数为hij，状态间的转化用公式(1)或(2)表示：Sj＝Hij·Si＝Hi(i+1)·H(i+1)(i+2)·...·H(j‑1)j·Si,(j>i)  (1)Sj＝Hij·Si＝Hi(i‑1)·H(i‑1)(i‑2)·...·H(j+1)j·Si,(i>j)  (2)步骤②原始总能谱F(x)用如下短时能谱的组合表示：其中表示状态S_i对应的短时能谱，表示在状态S₁时对应的短时能谱；步骤③将比例参数h12,h23,…,h(M‑1)M构成向量θ(h12 h23 … h(M‑1)M)，作为总能谱的参数向量，并作为粒子的位置信息；步骤④对粒子群的各个粒子进行速度和位置的初始化，以个体的位置信息所表示的总能谱与原始总能谱F(x)的误差作为适应度值，采用粒子群算法搜索得到最优位置；本步骤即步骤④的粒子群算法具体按如下A、B、C、D、E、F环节实现：A、随机设置各粒子的速度和位置；B、每一个粒子对应一个参数向量θ(h12 h23 … h(M‑1)M)，并将θ看作位置信息，按公式(4)计算每个粒子的适应度值yk(θk)，yk(θk)值越小，位置越优；其中，N表示能谱的总道址，F(x|θk)表示第k个粒子的位置信息θk(h12 h23 … h(M‑1)M)对应的总能谱，表达式为：按如下方法计算：表示构成能谱的所有随机数，表示将这些随机数放大h₁₂ h₂₃ … h_(i‑1)i倍，HIST[.]表示对[]内的数据进行统计并得到能谱；C、更新粒子的速度和位置其中，Vkn(t+1),θkn(t+1)分别表示第k个粒子在第t+1迭代中第n维上的速度和位置，pkn和pgn分别表示第t次迭代结束时第k个粒子的个体最优位置和全局最优位置；c1和c2分别为学习因子，r1和r2分别为[0,1]范围内的均匀随机数，β称约束因子，用于调整速度的权重，ω为惯性权重；D、按公式(8)进行权重的随机更新其中N(0,1)表示服从标准正态分布的随机数，rand(0,1)表示(0,1)之间均匀分布的随机数，μmax与μmin分别表示正态分布的参数μ的上限和下限，δ表示随机权重平均值的方差；E、根据适应度值对粒子群排序，用群体中最好的一半粒子替换最差的一半粒子；F、当算法达到停止条件，则停止搜索并输出结果；否则返回B继续搜索；通过以上①～④步求得全局最优位置θopt(h12 h23 … h(M‑1)M)，该位置所对应的参数集合(h12 h23 … h(M‑1)M)就是原始能谱F(x)在形成过程中相邻短时能谱间比例参数的集合；步骤⑤将各个短时能谱向状态S_i转移，得到对应的修正能谱按如下公式(9)或(10)：表示构成能谱的所有随机数，表示将这些随机数放大倍，表示将这些随机数放大h_j(j+1)h_(j+1)(j+2)...h_(i‑1)i倍，HIST[.]表示对[]内的数据进行统计并得到能谱，各个比例参数h在全局最优位置θ_opt(h₁₂ h₂₃ … h_(M‑1)M)中获取，总能谱F(x)修正后变为：