“原始稀疏信号”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2035000个，建议您升级VIP下载更多相关专利

[发明专利]一种稀疏信号的重构方法-CN200910023785.3无效
发明人：张莉;陈桂荣;焦李成;周宏杰 -专利权人：西安电子科技大学
申请日： 2009-09-04 - 公布日： 2010-02-03 - 主分类号： H03M7/30 文献下载
摘要：本发明公开了一种稀疏信号的重构方法，主要解决从观测向量重构原始稀疏信号速率低的问题。该方法利用约束目标函数的可分解性，将优化约束目标函数问题分解为一系列小的约束目标函数来优化，提高重构速率。它包括获取原始数据部分、重构原始稀疏信号部分和重构准确度评价部分，其中：获取原始数据部分包括产生原始稀疏信号、观测矩阵和观测向量；重构原始稀疏信号部分主要包括设定无约束目标函数，推导约束目标函数、使用序列最小优化方法分解约束目标函数、计算重构信号和对重构信号进行除偏处理；重构准确度评价是比较均方误差的大小。本发明的重构方法可在保证重构准确率的前提下，提高重构速率，可应用于压缩感知等领域的稀疏信号重构问题。
一种稀疏信号方法

[发明专利]一种基于实时压缩感知的多地区电力控制方法-CN201710578516.8有效
发明人：唐穗谷;许银亮 -专利权人：广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
申请日： 2017-07-10 - 公布日： 2020-08-18 - 主分类号： H03M7/30 文献下载
摘要：本发明提出一种基于实时压缩感知的多地区电力控制方法，压缩感知指的是原始信号以远低于奈奎斯特率进行采样，得到小于原始信号维数的测量值进行传输，再通过重构算法从测量值精确地恢复原始信号。压缩感知使得带宽受限的通信网络能传输更多的信号和提高了信号传输效率。本发明在多个地区传输电力信号时引入了压缩感知，减少了传输信号的维数，但在重构缓冲器仍被精确重构信号。由于电力信号在时域上是非稀疏信号，需要对其进行稀疏表示。本发明使用了字典学习算法，通过字典学习算法训练出稀疏字典使得电力信号通过它转换成稀疏向量，然后信号在重构时使用重构算法从稀疏字典和测量矩阵中重构稀疏向量，最后通过稀疏向量恢复原始信号。
一种基于实时压缩感知地区电力控制方法

[发明专利]基于自编码网络的LDPC编译码方法及系统-CN202210837384.7有效
发明人：黎红源;杨佳豪;陈树煌;许秀芹;杨欢;郑婉君;陈明芳;李深远 -专利权人：广东科学技术职业学院
申请日： 2022-07-15 - 公布日： 2023-04-25 - 主分类号： H04L1/00 文献下载
摘要：包括：构建原始稀疏校验矩阵；利用自编码网络对原始稀疏校验矩阵进行压缩，对压缩后的原始稀疏校验矩阵数据进行重构得到重构稀疏校验矩阵；根据获取原始稀疏校验矩阵与重构稀疏校验矩阵的差异矩阵，根据差异矩阵获取存在差异的异常位置；计算原始稀疏校验矩阵与重构稀疏校验矩的相关系数确定出稀疏校验矩阵；对确定出的稀疏校验矩阵进行压缩，将压缩后的稀疏校验矩阵和待传输信号进行传输和译码。本发明将自编码和LDPC编码进行结合对待传输信号进行编译码，提高了信道编码传输过程中信息传输的效率。
基于编码网络 ldpc 译码方法系统

[发明专利]基于压缩感知的非侵入负荷监测方法-CN202210933521.7在审
发明人：袁博 -专利权人：国网河北省电力有限公司经济技术研究院;国家电网有限公司
申请日： 2022-08-04 - 公布日： 2023-10-24 - 主分类号： G01R31/00 文献下载
摘要：本发明提供一种基于压缩感知的非侵入负荷监测方法，该方法包括：设置原始负荷信号类型和采集参数并生成二进稀疏测量矩阵，对集成原始负荷信号进行压缩采集得到压缩信号；根据二进稀疏测量矩阵，以及稀疏基和目标重构算法，对压缩信号进行重构，得到集成稀疏向量；根据滑动窗观测和阈值判断对集成稀疏向量进行事件探测，根据事件探测结果进行负荷分解获取单一用电设备的单一稀疏向量；从单一稀疏向量中获取负荷特征值，形成特征值向量；根据机器学习算法、特征值向量和特征向量样本值，识别单一稀疏性向量对应的用电设备类型；输出用电设备负荷分解结果、用电设备类型识别结果和集成原始负荷信号的重构值。
基于压缩感知侵入负荷监测方法

[发明专利]基于压缩感知和场景识别的非侵入负荷监测方法-CN202210934688.5在审
发明人：袁博;刘钊;魏孟举;刘雪飞;赵贤龙;胡梦锦;杨洋 -专利权人：国网河北省电力有限公司经济技术研究院;国家电网有限公司
申请日： 2022-08-04 - 公布日： 2023-10-24 - 主分类号： G01R31/00 文献下载
摘要：该方法包括：设置原始负荷信号采集参数并生成二进稀疏测量矩阵，对原始负荷信号进行压缩采集得到压缩信号；根据二进稀疏测量矩阵，以及稀疏基和目标重构算法，对压缩信号进行重构，得到稀疏向量；从稀疏向量中获取原始负荷信号的负荷特征值，并形成特征值向量；获取负荷样本库中不同负荷场景的特征向量样本值；根据机器学习算法和特征向量样本值识别特征值向量对应的负荷场景类型；输出负荷场景识别结果和原始负荷信号的重构值。
基于压缩感知场景识别侵入负荷监测方法

[发明专利]一种基于Chirp码的正交稀疏字典设计方法-CN201811243842.4在审
发明人：王平;孔露;罗汉武;李昉;李猛克;崔士刚;陈师宽;赵振东;刘斌;薛枫;杜婷婷;孔美娅;李锡涛;柳学功;杨飞;石轶哲;李佳琦;姜佳昕 -专利权人：重庆大学;国网内蒙古东部电力有限公司检修分公司
申请日： 2018-10-24 - 公布日： 2019-01-11 - 主分类号： G01S7/539 文献下载
摘要：本发明涉及一种基于Chirp码的正交稀疏字典设计方法，属于超声成像技术领域；该方法包括：S1：在超声发射信号中采用经过加窗函数处理的Chirp码激励信号；S2：对接收到的超声回波信号进行处理，并用矩阵形式重新描述；S3：结合频域稀疏信号的稀疏表示，构造出用于超声回波稀疏表示的正交字典；S4：用测量矩阵对稀疏化的信号进行测量，将原始信号从高维空间向低维空间投影；S5：通过重构算法求解最优化问题，得到原始信号的系数向量；S6：利用系数向量恢复出原始信号，从而进行超声成像。本发明能够在较低采样率的情况下重构出高精度的原始信号，从而降低超声系统存储空间和硬件实现的复杂度。
原始信号正交稀疏字典超声成像稀疏表示系数向量测量矩阵超声发射信号超声回波信号超声回波超声系统存储空间低采样率低维空间高维空间激励信号加窗函数矩阵形式稀疏信号硬件实现重构算法复杂度最优化求解频域重构投影并用恢复

[发明专利]一种以低采样频率对局部放电信号进行采集的方法及系统-CN201810475034.4在审
发明人：高强;刘齐;罗林根;郭占男;王茂军;钟丹田;张光明;原峰;潘丰厚;代继承;李在林;张云华;潘家玉;盛戈皞 -专利权人：国网辽宁省电力有限公司电力科学研究院;沈阳科开电力技术有限公司;国家电网公司;上海交通大学
申请日： 2018-05-17 - 公布日： 2018-10-16 - 主分类号： G01R31/12 文献下载
摘要：本发明公开了一种以低采样频率对局部放电信号进行采集的方法，包括步骤：(1)以低采样频率对原始局部放电信号X进行采集，得到采样局部放电信号Y＝(y1,y2,...,ym)，采样局部放电信号Y的数据量为m，原始局部放电信号的数据量为N，m<原始局部放电信号X的稀疏表示S：Y＝ΦX＝ΦΨS＝ΘS，其中，Θ＝ΦΨ，Φ表示m×N的测量矩阵，Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量，Ψ＝[ψ1,ψ1,...,ψN]T；(3)根据对原始局部放电信号X的稀疏表示S进行反变换，即可得到原始局部放电信号X。此外，本发明还公开了以低采样频率对局部放电信号进行采集的系统。该方法无需采用昂贵的硬件设备就能获得信号的完整信息。
放电信号原始局部局部放电信号低采样频率采集稀疏表示数据量采样矩阵完整信息稀疏变换硬件设备反变换稀疏基求解式中向量测量

[发明专利]基于EMD与稀疏变换的无人设备用非线性抗干扰系统-CN202011302684.2有效
发明人：杨忠;李世华;杨俊 -专利权人：金陵科技学院
申请日： 2020-11-19 - 公布日： 2021-06-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于EMD与稀疏变换的无人设备用非线性抗干扰系统。针对无人机信号采集系统会因电路，外部环境因素产生大量噪声，噪声会导致信号重要特征信息丢失，使得控制系统难以稳定运行，本发明提出一种基于EMD与稀疏变换的无人设备用非线性抗干扰系统，对采集的原始信号进行经验模态分解(Empirical Mode Decomposition，EMD)，把原始信号非线性分解到不同的模态，然后建立稀疏分解字典块，利用稀疏分解的去噪能力，分别对不同模态信号进行稀疏重构，去除干扰噪声。进而保留原始信号的特征，增加系统的抗干扰能力。
基于 emd 稀疏变换无人备用非线性抗干扰系统

[发明专利]一种压缩感知系统及其信号方程的降维方法-CN201710072406.4在审
发明人：安培亮;王晓英;安宏亮 -专利权人：安凯
申请日： 2017-02-05 - 公布日： 2017-06-20 - 主分类号： H03M7/30 文献下载
摘要：公开了一种压缩感知系统及其信号方程的降维方法。将原始信号表示为正交矩阵与稀疏向量的乘积之后，系统输出是测量矩阵和稀疏列向量的乘积。为了从如此的信号方程中恢复稀疏向量，给出了信号方程的降维方法，即去掉测量矩阵中与稀疏向量的零分量相对应的大部分列分量。在剩下的列向量中采用穷举法即可求出与稀疏向量非零分量相对应的全部列向量以及稀疏向量的非零分量。得到的稀疏向量与正交矩阵的乘积就是原始信号。
一种压缩感知系统及其信号方程方法

[发明专利]一种基于L_p动态范数的压缩感知数据收集方法-CN201710276348.7在审
发明人：田淑娟;章颢议;李哲涛;池金龙;周仪璇 -专利权人：湘潭大学
申请日： 2017-04-25 - 公布日： 2017-09-22 - 主分类号： H04L1/00 文献下载
摘要：在稀疏度未知的前提下，传统重构算法如果对信号的稀疏度估计过高，就会使重构算法收敛速度变慢，算法的复杂度变大，如果对信号的稀疏度估计过低，就会发生漏检。本发明提出在信号稀疏度度未知的情况下基于动态范数的压缩感知数据收集方法，该方法利用范数来重构原始信号，基于信号的重构误差，采用均方误差近似梯度法来动态更新值，进一步检测出信号的稀疏度以及支撑集。本发明能够根据信源的传输信息，在信源稀疏度未知的情况下高质量的还原出原始信号，具有广泛的适应性。
一种基于 l_p 动态范数压缩感知数据收集方法

[发明专利]未知稀疏度信号的压缩感知重构方法-CN201510896891.8在审
发明人：季彪;李有明;刘小青;李程程;闫玉芝 -专利权人：宁波大学
申请日： 2015-12-08 - 公布日： 2016-04-20 - 主分类号： H03M7/30 文献下载
摘要：本发明公开了一种未知稀疏度信号的压缩感知重构方法，其利用基于匹配测试的估计方法，并根据观测向量和测量矩阵得到原始稀疏信号的稀疏度估计值；然后根据稀疏度估计值，利用迭代循环方式，回溯重构获取相对精确的支撑集和相对精确的余量向量；再根据相对精确的支撑集和相对精确的余量向量，利用迭代循环方式，获取最终的扩展支撑集；最后根据最终的扩展支撑集，获取原始稀疏信号的压缩感知重构信号；优点是能够准确地重构出稀疏度未知的信号，且运算量较低、
未知稀疏信号压缩感知方法

[发明专利]一种基于快速功率谱估计的稀疏宽带频谱感知方法-CN202010956030.5在审
发明人：刘帅;张尧;肖温;何静;吴吉鑫 -专利权人：西安交通大学
申请日： 2020-09-11 - 公布日： 2020-12-22 - 主分类号： H04B17/382 文献下载
摘要：本发明公开了一种基于快速功率谱估计的稀疏宽带频谱感知方法，包括以下步骤：利用稀疏度自适应匹配追踪算法的稀疏采样部分对原始信号进行采样，得样本信号，再基于快速傅里叶变换对样本信号进行无偏估计，然后再对无偏估计的结果进行离散傅里叶变化，得原始信号的功率谱，完成基于快速功率谱估计的稀疏宽带频谱感知，该方法的复杂度较低，且能够满足实时性要求。
一种基于快速功率估计稀疏宽带频谱感知方法

[发明专利]基于稀疏表示与近端算法的射频信号特征遴选与识别方法-CN202310232775.0在审
发明人：桂冠;陶梦圆;王诚;杨泽洋;刘超;付雪;王禹 -专利权人：南京邮电大学
申请日： 2023-03-13 - 公布日： 2023-04-07 - 主分类号： G06F18/211 文献下载
摘要：本发明公开了一种基于稀疏表示与近端算法的射频信号特征遴选与识别方法，其以遴选出稀疏特征进行信号识别为目标，首先获取物联网WiFi设备信号，输入搭建的复数卷积神经网络，实现原始特征的提取；接着为特征层添加稀疏参数，并在损失函数中加入正则化项对稀疏参数进行约束；然后采用随机梯度下降算法与近端梯度下降算法对稀疏参数进行反向传播过程；最后得到稀疏特征，并实现信号识别任务。本发明解决了网络提取的原始特征冗余而造成的信号识别任务准确率下降与资源浪费的问题，适用于多种不同的射频信号，在射频信号识别领域具有较高的应用价值。
基于稀疏表示算法射频信号特征遴选识别方法

[发明专利]一种针对空域稀疏SAR图像的频域压缩感知方法-CN201010602433.6无效
发明人：陈杰;陈岚;李小波;朱燕青;李春升 -专利权人：北京航空航天大学
申请日： 2010-12-23 - 公布日： 2011-07-27 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了针对空域稀疏SAR图像的频域压缩感知方法，属于信号处理技术领域，具体包括以下几个步骤：步骤一：确定原始SAR图像具有稀疏性的方向；步骤二：将原始SAR图像沿具有稀疏性的方向进行傅立叶变换，得到该方向的频域图像；步骤三：建立频域稀疏重构模型，求解模型参数，建立观测向量，重构频域信号，形成重构频域图像；步骤四：将重构频域图像沿该方向做逆傅立叶变换，得到重构图像。本发明通过分析图像在空域上的稀疏性，针对频域信号建立频域稀疏重构模型，估计参数，基于合适的观测矩阵投影，利用少量的观测值来重构信号。
一种针对空域稀疏 sar 图像压缩感知方法

[发明专利]一种基于压缩感知的图像处理方法及装置-CN201710413963.8在审
发明人：孙娜;刘继文;肖东亮;储汪兵 -专利权人：中国农业大学
申请日： 2017-06-05 - 公布日： 2017-11-07 - 主分类号： G06T9/00 文献下载
摘要：所述方法包括S1，对接收到的二维图像的信号进行小波变换和高斯测量矩阵处理，获得所述二维图像的所有列的测量向量和感知矩阵Θ；S2，基于所述二维图像的每一列的测量向量y和感知矩阵Θ，利用稀疏度自适应压缩采样匹配追踪算法对原始信号进行重构，其中原子选择进行正则化处理，迭代过程进行变步长处理，获得所述原始信号的稀疏逼近信号；S3，基于所述二维图像的所有列的稀疏逼近信号，重构原始二维图像。本发明相对于现有技术，效率更高，并且基于变步长处理进一步缩短了迭代次数，可以得到最逼近的稀疏度信号，解决信号重构耗时较长以及稀疏度估计不准确的问题。
一种基于压缩感知图像处理方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条