申请/专利权人：北京中关村集成电路设计园发展有限责任公司

申请日：2023-09-19

公开（公告）日：2024-07-05

公开（公告）号：CN117272022B

主分类号：G06F18/213

分类号：G06F18/213;G06F18/22;G06F18/2321;G06F18/24;G01R31/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.21#专利申请权的转移;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明涉及机器学习技术领域，尤其是涉及一种MEMS振荡器的检测方法。所述方法包括以下步骤：获取MEMS振荡器的振荡信号数据，对MEMS振荡器的振荡信号数据进行振荡非线性图谱构造及谱域拓扑解析处理，以生成MEMS动态谱特征结构数据，对MEMS动态谱特征结构数据进行自适应模态检测及反馈逻辑构建，以生成MEMS实时反馈规则集，基于MEMS实时反馈规则集进行环境模拟校准及振荡动态干扰解耦，以生成振荡干扰缓解策略，利用振荡干扰缓解策略对MEMS振荡器进行自适应调整优化，以生成振荡器自调参数。借助机器学习。本发明能够对MEMS振荡器的性能和状态可以进行实时监测和预测。这有助于及早发现振荡器的异常行为。

主权项：1.一种MEMS振荡器的检测方法，其特征在于，包括以下步骤：步骤S1：获取MEMS振荡器的振荡信号数据，对MEMS振荡器的振荡信号数据进行振荡非线性图谱构造，以生成MEMS非线性振荡图谱；步骤S1的具体步骤为：步骤S11：获取MEMS振荡器的振荡信号数据，对MEMS振荡器的振荡信号数据进行动态失稳干涉测量，以生成MEMS失稳信号频段数据；步骤S12：对MEMS失稳信号频段数据进行熵编码非线性揭示，以生成MEMS非线性熵特征图；步骤S13：采用双频技术对MEMS非线性熵特征图进行双频相干增强处理，以生成MEMS双频增强映射数据；步骤S14：基于MEMS双频增强映射数据进行三维映射可视化，以生成MEMS非线性振荡图谱；步骤S2：对MEMS非线性振荡图谱进行谱域拓扑解析处理，以生成MEMS动态谱特征结构数据；步骤S2的具体步骤为：步骤S21：通过MEMS非线性振荡图谱进行时频谱域增强处理，以生成MEMS增强时频谱数据；步骤S22：利用谱域特征综合函数对MEMS增强时频谱数据进行计算，以生成MEMS谱域特征数据；步骤S22中的谱域特征综合函数具体为： 其中，F是指MEMS谱域特征数据，xi是指原始数据在时频谱域中的表示，n是指数据点的总数，Δфi是指第i个数据点相对于平均值的偏移量，T是指整个数据的时长，θ是指谱域角度因子，Δψi是指第i个数据点的相位差，λ是指谱域强度因子；步骤S23：基于MEMS谱域特征数据进行特征网络拓扑映射，以生成MEMS谱域特征网络图；步骤S24：获取MEMS振荡器，并结合MEMS谱域特征网络图，对MEMS振荡器进行动态拓扑结构分析，以生成振荡器结构拓扑图；步骤S25：基于振荡器结构拓扑图进行特征投影及结构化，以生成MEMS动态谱特征结构数据；步骤S3：通过MEMS动态谱特征结构数据对MEMS振荡器进行自适应模态检测，以生成MEMS振荡模态检测数据；其中步骤S3的具体步骤为：步骤S31：利用多维谱特征流行转化公式对MEMS动态谱特征结构数据进行计算，以生成MEMS谱特征流形数据；步骤S31中的多维谱特征流行转化公式具体为： 其中，G是指MEMS谱特征流形结构数据，S是指输入谱特征，R是指增加非线性特性的参考函数，m是指代输入的MEMS动态谱特征结构数据中的数据点总数，γ表示指数函数，t是指时间变量，sj是指谱特征中的第j个数据点，δ是指流形权重常数，β是指一个非线性调节因子，调节谱特征的强度；步骤S32：对MEMS谱特征流形数据进行自适应模态编码，以生成MEMS模态特征数据；步骤S33：应用循环神经网络对MEMS模态特征数据进行时序整合处理，以生成MEMS时序模态特征数据；步骤S34：基于MEMS时序模态特征数据进行自适应池化处理，以生成MESM自适应模态矩阵；步骤S35：获取MEMS振荡器，通过MESM自适应模态矩阵，对MEMS振荡器进行振荡模态检测，以生成MEMS振荡模态检测数据；步骤S4：基于MEMS振荡模态检测数据进行反馈逻辑构建，以生成MEMS实时反馈规则集；步骤S5：基于MEMS实时反馈规则集进行环境模拟校准，以生成MEMS振荡校准数据；步骤S6：根据MEMS振荡校准数据进行振荡动态干扰解耦，以生成振荡干扰缓解策略；步骤S7：利用振荡干扰缓解策略对MEMS振荡器进行自适应调整优化，以生成振荡器自调参数。

全文数据：

权利要求：

百度查询： 北京中关村集成电路设计园发展有限责任公司 一种MEMS振荡器的检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD