未知应用环境下光电信号的反馈堆叠滤波方法

本发明涉及光电测量领域，具体说是未知应用环境下光电信号的反馈堆叠滤波方法。包括以下步骤：采集光电信号，建立光电信号训练集；建立反堆叠学习算法模型，通过采集的光电信号训练该模型；将实时采集的光电信号通过训练后的反堆叠学习算法模型过滤，得到滤波后的光电信号。本发明针对现有数字滤波方法不能充分利用某些应用场景下已知的目标真值、对被处理数据样本数目要求特殊等缺陷，采用神经网络学习方法搭建模型进行数据训练并预测的思路，提出了以ELM为基本预测模型的反馈堆叠学习算法(FsELM)。针对不同应用环境下的随机噪声干扰，采用FsELM算法加强了对信号在不确定环境下的预测能力，提高了随机噪声干扰下的预测精度。