[发明专利]基于感知哈希的循环平稳信号降维、识别方法及系统有效
| 申请号： | 201810289006.3 | 申请日： | 2018-04-03 |
| 公开（公告）号： | CN108710891B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 刘海宁;窦仁杰;门秀花;张辉;刘成良 | 申请（专利权）人： | 济南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250022 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于感知哈希的循环平稳信号降维、识别方法及系统，基于字典学习算法从每个设备状态的已知循环平稳信号提取基函数构成设备状态字典，将所有设备状态的所有基函数进行合并，得到设备状态冗余字典；基于稀疏编码方法利用设备状态冗余字典对待检测循环平稳信号进行稀疏分解，得到待检测循环平稳信号的稀疏表示；基于待检测循环平稳信号的稀疏表示计算设备状态冗余字典中基函数的激活特征向量；将基函数的激活特征向量被转换为二进制序列；将得到的二进制序列转化为整型数值，作为待检测循环平稳信号的设备状态哈希码。提取信号中的设备状态信息，降低所传送数据的维度，减少对网络带宽资源的占用，提高设备状态监测的经济性和安全性。 | ||
| 搜索关键词： | 基于 感知 循环 平稳 信号 识别 方法 系统 | ||
【主权项】：
1.基于感知哈希的循环平稳信号降维方法，其特征是，包括以下步骤：步骤(1)：基于字典学习算法从每个设备状态下的已知循环平稳信号中提取基函数构成设备状态字典，将所有设备状态下的所有基函数进行合并，得到设备状态冗余字典；步骤(2)：基于稀疏编码方法利用设备状态冗余字典对待检测循环平稳信号进行稀疏分解，以所有基函数的系数作为待检测循环平稳信号的稀疏表示；步骤(3)：基于待检测循环平稳信号的稀疏表示计算设备状态冗余字典中基函数的激活特征向量；步骤(4)：设定基函数的激活特征向量元素的阈值，如果基函数的激活特征向量元素大于或等于阈值，则元素值设为1，否则，元素值设为0，则基函数的激活特征向量被转换为二进制序列；步骤(5)：将步骤(4)得到的二进制序列转化为整型数值，作为待检测循环平稳信号的设备状态哈希码。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于济南大学，未经济南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810289006.3/，转载请声明来源钻瓜专利网。
