本技术涉及频率合成，具体涉及基于人工智能的双频率合成器控制方法及系统。
背景技术：
1、随着科学技术的发展，双频率合成器取得了巨大的进步。双频率合成器是将参考频率经过一系列变换从而合成多种频率的设备，作为电子设备的核心部分，其广泛应用于通信系统、雷达系统等高精尖端电子系统。双频率合成器的关键任务包括合成可靠的输出信号，用以确保频率的准确性和稳定性，以求适应不同场景的需求。
2、为了合成高精度和高稳定性的输出信号，将晶振信号作为频率合成器的参考频率，后续处理过程中往往需要利用滤波算法对晶振信号进行滤波，以求提高双频率合成器中控制频率的质量。比如，均值滤波算法作为一种常见的晶振滤波算法，对突发尖脉冲干扰等简单噪声的抑制效果较好。但是，对于电路产生的交流干扰所引起的相位偏移的噪声波形，传统均值滤波算法的抑制效果较差，导致双频率合成器生成的控制频率的质量较差，从而影响双频率合成器输出信号的质量。
技术实现思路
1、本技术提供基于人工智能的双频率合成器控制方法及系统，以解决双频率合成器生成的控制频率质量较差的问题，所采用的技术方案具体如下：
2、第一方面，本技术一个实施例提供了基于人工智能的双频率合成器控制方法，该方法包括以下步骤：
3、对晶振输入信号进行采样得到晶振信号，利用晶振信号构建晶振信号向量；
4、根据晶振信号向量获取每类极值点内每个极值点的所处时刻及晶振信号强度；根据每类极值点内两个极值点的所处时刻及晶振信号强度获取每类极值点内两个极值点之间的晶振信号多周期衰减权重；根据每类极值点内两个极值点之间的晶振信号多周期衰减权重获取晶振信号向量内每个元素的晶振局部估计频率；
5、根据晶振信号向量内每个元素的晶振局部估计频率获取晶振信号向量内每个元素的晶振滤波算子偏向斜率；根据晶振信号向量内每个元素的晶振滤波算子偏向斜率获取晶振信号向量内每个元素的每个个体的晶振滤波自适应度；利用优化算法基于所述晶振滤波自适应度获取晶振信号向量内每个元素的最优个体；
6、利用所述最优个体获取晶振信号向量的滤波计算结果，将晶振信号向量的滤波计算结果作为双频率合成器中的控制频率生成信号。
7、优选的，所述根据晶振信号向量获取每类极值点内每个极值点的所处时刻及晶振信号强度的方法为：
8、将晶振信号向量内晶振信号强度值作为极值点检测算法的输入，利用极值点检测算法得到晶振极值点的时刻，所述极值点包括两类极值点，分别为极大值点和极小值点；
9、采用统计的方式得到每类极值点内每个极值点的所处时刻及晶振信号强度。
10、优选的，所述根据每类极值点内两个极值点的所处时刻及晶振信号强度获取每类极值点内两个极值点之间的晶振信号多周期衰减权重的方法为：
11、
12、
13、
14、式中，是第b类极值点内第k个和第m个极值点之间的强度距离因子，是第b类极值点内第k个和第m个极值点之间的周期重复可能性权重，是第b类极值点内第k个和第m个极值点之间的晶振信号多周期衰减权重，、分别是第b类极值点内第k个、第m个晶振极值点处的晶振信号强度，为误差参数，是第b类极值点内第个与第m个极值点之间的强度距离因子，为极小值函数，k是预设极值点数量。
15、优选的，所述根据每类极值点内两个极值点之间的晶振信号多周期衰减权重获取晶振信号向量内每个元素的晶振局部估计频率的方法为：
16、对于每类极值点内任意两个极值点，计算两个极值点所处时刻之差的倒数，将所述倒数与两个极值点之间的晶振信号多周期衰减权重的乘积在预设极值点数量上的累加和作为两个极值点内任意一个极值点的晶振局部估计频率；
17、将晶振信号向量内所有极值点的晶振局部估计频率和所有相邻极值点之间的晶振信号采样点数量作为均值插值算法的输入，利用均值插值算法进行缺失值补全得到晶振信号向量内每个元素的晶振局部估计频率。
18、优选的，所述根据晶振信号向量内每个元素的晶振局部估计频率获取晶振信号向量内每个元素的晶振滤波算子偏向斜率的方法为：
19、将晶振信号向量内所有极小值点组成的集合作为极小值点集合，将晶振信号向量内所有极大值点组成的集合作为极大值点集合；
20、将晶振信号向量内每个元素位置作为标记元素位置，将距离每个元素位置最近的极值点作为标记极值点，将标记元素位置与标记极值点所处位置之间的所有元素组成的集合作为晶振信号向量内每个元素的斜率度量集合；
21、将晶振信号向量内每个元素作为目标元素，若距离目标元素位置最近的极值点属于极大值点集合，将目标元素的斜率方向判断系数置为1；若距离目标元素位置最近的极值点属于极小值点集合，将目标元素的斜率方向判断系数置为-1；
22、将目标元素的晶振局部估计频率与预设晶振固定频率的差值作为分子；计算目标元素位置与目标元素的斜率度量集合中每个元素位置之间的度量距离，将所述度量距离与预设晶振固定频率的乘积作为分母；
23、计算分子与分母的比值在所述斜率度量集合上的累加和，将所述累加和与目标元素的斜率方向判断系数的乘积作为晶振信号向量内每个元素的晶振滤波算子偏向斜率。
24、优选的，所述根据晶振信号向量内每个元素的晶振滤波算子偏向斜率获取晶振信号向量内每个元素的每个个体的晶振滤波自适应度的方法为：
25、构建预设参数个预设长度的归一化的滤波向量，所述滤波向量内中间位置的元素数值为预设长度的倒数，滤波向量内其他位置的元素数值取随机值；
26、将每个滤波向量作为种群中的每个个体，计算每个滤波向量内每个元素位置处的向量梯度，将每个滤波向量内所有元素位置处向量梯度的均值作为每个个体的滤波个体偏向斜率；
27、对于晶振信号向量中每个元素，提取以元素为中心的局部向量，将每个个体与局部向量之间所有对应元素乘积的和作为每个个体对晶振信号向量中每个元素处信号进行滤波后的滤波值；
28、根据晶振信号向量中每个元素的晶振局部估计频率获取晶振信号向量中每个元素的先验波形正弦值；
29、将每个个体的滤波个体偏向斜率与每个元素的晶振滤波算子偏向斜率之差的绝对值作为第一绝对值，将每个元素的先验波形正弦值与所述滤波值之差的绝对值作为第二绝对值；
30、将第一绝对值与第二绝对值的乘积作为晶振信号向量内每个元素的每个个体的晶振滤波自适应度。
31、优选的，所述根据晶振信号向量中每个元素的晶振局部估计频率获取晶振信号向量中每个元素的先验波形正弦值的方法为：
32、
33、式中，是晶振信号向量中第t个元素的先验波形正弦值，是正弦函数，、分别是第t个元素最近的极值点位置上的晶振信号强度、极值点所处时刻，是第t个元素的晶振局部估计频率，是第t个元素的所处时刻，、分别是用于计算相位的弧度制常数，是第t个元素的斜率方向判断系数。
34、优选的，所述利用优化算法基于所述晶振滤波自适应度获取晶振信号向量内每个元素的最优个体的方法为：
35、将晶振信号向量内每个元素的所有个体以及个体的晶振滤波自适应度作为优化算法的输入，利用优化算法得到晶振信号向量内每个元素的最优个体。
36、优选的，所述利用所述最优个体获取晶振信号向量的滤波计算结果的方法为：
37、对于晶振信号向量内的每个元素，将元素的最优个体与元素的局部向量之间所有对应元素乘积的和作为最优个体对晶振信号向量中每个元素处信号进行滤波后的滤波值，将所有所述滤波值组成的向量作为晶振信号向量的滤波计算结果。
38、第二方面，本技术实施例还提供了基于人工智能的双频率合成器控制系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
39、本技术的有益效果是：本技术采用极值点检测算法获得极值点所处时刻和晶振信号强度值，并计算出晶振信号多周期衰减权重，利用晶振信号多周期衰减权重计算晶振局部估计频率，避免了在进行晶振信号局部频率估计时，由于多周期衰减权重不确定，导致晶振局部估计频率准确性较差的问题；利用晶振局部估计频率，并结合计算位置的信号上升下降情况，计算晶振滤波算子偏向斜率，用以提高晶振信号局部位置的相位偏移度量的准确性；通过晶振局部估计频率计算局部的正弦函数，并结合晶振滤波算子偏向斜率，构建晶振滤波自适应度，将晶振滤波自适应度作为遗传算法的自适应度函数进行计算得到最优个体；利用最优个体得到滤波计算结果，将滤波计算结果作为双频率合成器中的控制频率生成信号。本技术通过遗传算法，搜索得到能对交流干扰噪音进行有效过滤的最优个体，使得双频率合成器生成的控制频率更加稳定，提高了双频率合成器生成的控制频率质量。
1.基于人工智能的双频率合成器控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据晶振信号向量获取每类极值点内每个极值点的所处时刻及晶振信号强度的方法为：
3.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据每类极值点内两个极值点的所处时刻及晶振信号强度获取每类极值点内两个极值点之间的晶振信号多周期衰减权重的方法为：
4.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据每类极值点内两个极值点之间的晶振信号多周期衰减权重获取晶振信号向量内每个元素的晶振局部估计频率的方法为：
5.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据晶振信号向量内每个元素的晶振局部估计频率获取晶振信号向量内每个元素的晶振滤波算子偏向斜率的方法为：
6.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据晶振信号向量内每个元素的晶振滤波算子偏向斜率获取晶振信号向量内每个元素的每个个体的晶振滤波自适应度的方法为：
7.根据权利要求6所述的基于人工智能的双频率合成器控制方法，其特征在于，所述根据晶振信号向量中每个元素的晶振局部估计频率获取晶振信号向量中每个元素的先验波形正弦值的方法为：
8.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述利用优化算法基于所述晶振滤波自适应度获取晶振信号向量内每个元素的最优个体的方法为：
9.根据权利要求1所述的基于人工智能的双频率合成器控制方法，其特征在于，所述利用所述最优个体获取晶振信号向量的滤波计算结果的方法为：
10.基于人工智能的双频率合成器控制系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述基于人工智能的双频率合成器控制方法的步骤。
