“非高斯噪声”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727096个，建议您升级VIP下载更多相关专利

[发明专利]一种新的用于在非线性非高斯环境下多传感器融合的方法-CN202310635042.1在审
发明人：葛泉波;张梁壹 -专利权人：南京信息工程大学
申请日： 2023-05-31 - 公布日： 2023-08-25 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种新的用于在非线性非高斯环境下多传感器融合的方法，首先研究了高斯近似非高斯噪声，在已知非高斯噪声分布的情况下能够最大程度地使用高斯分布拟合非高斯分布，然后将近似的高斯分布用到容积粒子滤波中，再加入最大熵准则来抑制噪声，得到一种有效的滤波方法，最后再引入序贯式融合算法得到一种针对非高斯噪声的多传感器融合方法。本发明提出的在复杂环境下多传感器融合方法，不仅提高了系统的实时性，同时也对非高斯噪声有很好的抑制效果，为准确定位提供了有效的保障。
一种用于非线性非高斯环境传感器融合方法

[发明专利]一种基于盲源分离的水声信号高斯/非高斯噪声抑制方法-CN202011007852.5有效
发明人：王景景;李爽;李嘉恒;张威龙;杨星海;施威;刘岩 -专利权人：青岛科技大学
申请日： 2020-09-23 - 公布日： 2021-05-14 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于盲源分离的水声信号高斯/非高斯噪声抑制方法，用于水声通信信号去噪。首先基于水声信号稀疏特性，采用稀疏编码理论预先去除高斯噪声，包括基于拉普拉斯分布模型构造稀疏惩罚函数，求解在极大似然估计情况下的稀疏分量。然后基于水声信号的非高斯特性，将非高斯随机噪声视作源信号，基于改进灰狼优化算法求解水声信号盲源分离问题。最后基于分离后信号和接收信号之间的相关系数矩阵提取目标信号，去除非高斯噪声。本发明能有效抑制复杂水声环境中高斯和非高斯噪声，提高水声信号接收质量。
一种基于分离信号非高斯噪声抑制方法

[发明专利]弱相关非高斯信道下的伪码捕获方法-CN200910071539.5有效
发明人：沈锋;孙枫;徐定杰;王家欢;张清波;薛冰;郝燕玲;黄平 -专利权人：哈尔滨工程大学
申请日： 2009-03-16 - 公布日： 2009-08-19 - 主分类号： H04B1/707 文献下载
摘要：本发明提供的是一种弱相关非高斯信道下的伪码捕获方法。针对弱相关非高斯噪声环境，将伪码捕获等价为假设检验问题，将弱相关非高斯噪声建模为一阶滑动平均SαS噪声模型，利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量，得到弱相关噪声模型下伪码二维捕获结构及其简化形式，并与传统的伪码捕获结构进行了性能仿真对比，仿真结果表明该捕获结构在相关非高斯噪声环境下检测性能有较大幅度的提高。
相关非高斯信道捕获方法

[发明专利]一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法-CN202010761338.4在审
发明人：李村;王守雷;陈方正;姚光乐;余通;和法成;李冲 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2020-07-31 - 公布日： 2020-11-17 - 主分类号： G01S5/02 文献下载
摘要：本发明公开了一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法，基于高斯混合容积卡尔曼滤波器进行非高斯噪声条件下的单站纯角度目标定位与跟踪算法设计，通过将非高斯噪声建模为两个不同方差的高斯噪声，并对状态量进行高斯分量建模，针对每一个高斯分量利用容积卡尔曼滤波器进行状态估计，并对滤波器输出进行高斯分量缩减合并，并迭代计算，最终得出对目标状态估计值。本发明的有益效果是，基于高斯混合容积卡尔曼滤波的单站纯角度目标定位与跟踪算法，将非高斯观测噪声建模为闪烁噪声，采用高斯分量分割与融合策略，利用容积卡尔曼对高斯分量进行状态估计，实现对目标的定位与跟踪，具有定位精度高
一种非高斯噪声条件下单站纯角度目标定位跟踪方法

[发明专利]扩展的切片高斯混合滤波器-CN201210114671.1无效
发明人：陈杰;甘明刚;程兰 -专利权人：北京理工大学
申请日： 2012-04-18 - 公布日： 2012-08-01 - 主分类号： H03H17/02 文献下载
摘要：本发明为一种扩展的切片高斯混合滤波器，包括高斯近似模块、预测模块、高斯混合约简模块、切片高斯混合近似模块、滤波模块，其中高斯近似模块用于对接收到的非高斯噪声的概率密度函数进行高斯混合近似；预测模块对含有高斯混合噪声的输入信号的状态进行预测，预测后状态的概率密度函数为高斯混合的形式；高斯混合约简模块对预测后的状态概率密度函数进行约简；切片高斯混合近似模块将约简后的状态概率密度函数近似为切片高斯混合的形式；滤波模块对输入信号的状态进行更新。本发明解决了非高斯噪声环境下混合线性/非线性系统的状态估计问题，将非高斯噪声环境下的状态器用并行的切片高斯混合滤波器来实现。
扩展切片混合滤波器

[发明专利]非高斯噪声下的雷达信号波形与目标角度联合估计方法-CN202011546592.9在审
发明人：李强;黄磊;黄敏;赵博;张沛昌;孙维泽;赵源;刘仕奇 -专利权人：深圳大学
申请日： 2020-12-24 - 公布日： 2021-04-30 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了非高斯噪声下的雷达信号波形与目标角度联合估计方法，所述方法包括：获取非高斯噪声下的雷达阵列天线采集的回波信号；其中，所述非高斯噪声为脉冲噪声和回波数据异常值；根据所述回波信号，对所述回波信号进行优化目标处理本发明实施例通过在非高斯噪声背景下同时估算出雷达信号波形与目标角度，能准确估计目标的位置的同时，得到目标的成像特性。
非高斯噪声雷达信号波形目标角度联合估计方法

[发明专利]基于自适应窗口滤波和小波阈值优化的水声信号去噪方法-CN202010509512.6有效
发明人：王景景;李嘉恒;董新利;杨星海;施威;徐凌伟;郭瑛;李海涛 -专利权人：青岛科技大学
申请日： 2020-06-23 - 公布日： 2021-05-04 - 主分类号： G10L21/0216 文献下载
摘要：本发明首先联合SαS分布和正态分布模型描述水声信道中高斯/非高斯脉冲噪声；并设计了一种基于自适应窗口的中值滤波法，依据窗口内噪声点数量修正滤波窗口大小，抑制非高斯脉冲噪声；然后基于一种改进人工蜂群方法GDES‑ABC，优化小波阈值去噪方法的阈值参数，提高对高斯噪声的抑制能力。本发明能有效抑制复杂水声环境中高斯/非高斯脉冲噪声，提高对2FSK、QPSK以及16QAM等水声通信信号的接收能力，获得较高的输出信噪比和噪声抑制比。
基于自适应窗口滤波阈值优化信号方法

[发明专利]一种非高斯非稳态噪声建模方法-CN201410244453.9有效
发明人：杜航原;张虎;白亮;王文剑 -专利权人：山西大学
申请日： 2014-06-04 - 公布日： 2017-04-26 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种非稳态非高斯观测噪声建模方法，用于目标跟踪系统的滤波器状态估计过程中对观测噪声的处理。本发明的主要特征在于利用高斯混合模型对非稳态非高斯观测噪声进行近似，混合模型中高斯成员的分布参数融合在滤波器的迭代过程中进行计算和更新，能针对观测噪声统计特性的变化在线调节。在滤波器的每一次迭代处理中，高斯成员的分布参数分为先验参数和后验参数。先验参数由上一次迭代获得的参数估计结果进行计算，后验参数通过极大似然估计求取。利用后验分布参数构建高斯成员分布，并组成观测噪声的高斯混合近似模型，该模型能够保证滤波器精度维持在较高水平。本方法对于观测噪声的建模具有较高精度和较强鲁棒性。
一种非高斯非稳态噪声建模方法

[发明专利]一种非平稳非高斯噪声的滤除方法及系统-CN201810970585.8在审
发明人：翟明岳 -专利权人：广东石油化工学院
申请日： 2018-08-24 - 公布日： 2018-12-11 - 主分类号： H03H17/02 文献下载
摘要：本发明公开了一种非平稳非高斯噪声的滤除方法及系统。；获取所述实测功率信号序列的采样频率以及主频；根据所述采样频率以及主频确定时间窗口长度；根据所述时间窗口长度以及所述伪Wigner‑Ville分布确定恢复功率信号序列；所述恢复功率信号序列为滤除非平稳非高斯噪声的功率信号序列采用本发明所提供的非平稳非高斯噪声的滤除方法及系统，能够有效滤除功率信号序列中的非平稳非高斯噪声。
非高斯噪声功率信号滤除实测功率信号序列采样频率时间窗口主频解析构建恢复

[发明专利]一种非高斯噪声下基于深度学习的端到端通信系统-CN202310349710.4在审
发明人：赵成杰;王军;黄巍;陈霄南 -专利权人：电子科技大学
申请日： 2023-04-04 - 公布日： 2023-07-07 - 主分类号： H04L1/00 文献下载
摘要：本发明属于无线通信技术领域，涉及一种非高斯噪声下基于深度学习的端到端通信系统。本发明利用深度学习技术解决传统理论难以处理的非高斯噪声信道通信问题：首先通过根据脉冲噪声的特性设计信道模拟器实现了对噪声的捕捉，而不需要准确的数学模型；接着，通过精心设计的E2E系统框架有效地在抑制脉冲噪声的同时尽量保留信号中原本包含的信息，从而实现非高斯噪声下逼近最优的通信；同时，利用E2E系统的全局优化以及MWSRN网络的强大能力，该发明可以无需导频实现在准静态衰落的非高斯噪声信道下的通信。
一种非高斯噪声基于深度学习端到端通信系统

[发明专利]一种基于具有图像细节保护能力的非局部双边滤波的椒盐噪声去除方法-CN201910777064.5有效
发明人：梁虎;赵盛荣;董祥军 -专利权人：齐鲁工业大学
申请日： 2019-08-22 - 公布日： 2023-01-31 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于具有图像细节保护能力的非局部双边滤波的椒盐噪声去除方法，包括步骤如下：S1、遍历图像，利用mask矩阵记录噪声点位置；S2、利用NASMF算法和mask矩阵对噪声点的定位，对噪声点进行滤波将椒盐噪声转化为高斯噪声；S3、利用自适应非局部双边滤波方法对图像进行二次滤波，去除噪声。本发明利用NASMF将椒盐噪声转化为类高斯噪声，然后利用自适应非局部高斯滤波算法去除噪声，根据图像非局部细节特征，自适应的趋向于l1范数或者l2范数，从而达到保护边缘和纹理细节的结果。
一种基于具有图像细节保护能力局部双边滤波椒盐噪声去除方法

[发明专利]一种泊松-高斯混合噪声的去除方法-CN202111083142.5在审
发明人：黄梦醒;殷家汇;冯思玲;毋媛媛;冯文龙;张雨;吴迪 -专利权人：海南大学
申请日： 2021-09-15 - 公布日： 2021-12-28 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种泊松‑高斯混合噪声的去除方法，包括下列步骤：构建包含泊松‑高斯混合噪声图像的数据集，将所述数据集划分为训练集与测试集；建立噪声图像去噪模型，所述模型包括GAT层、CNN层、残差层、逆GAT层，将所述训练集中的数据输入所述非盲泊松‑高斯混合去噪模型中进行训练，从而获得训练完成的非盲泊松‑高斯混合去噪模型；将所述测试集的数据输入所述非盲泊松‑高斯混合去噪模型，获得图像去噪结果。
一种混合噪声去除方法

[发明专利]一种应用于非高斯噪声环境下的移动机器人状态估计方法-CN202010212534.6有效
发明人：王贺彬;葛泉波;刘华平;付东洋;申兴发;刘洺辛 -专利权人：广东海洋大学深圳研究院
申请日： 2020-03-24 - 公布日： 2023-07-07 - 主分类号： G06F17/15 文献下载
摘要：本发明涉及一种应用于非高斯噪声环境下的移动机器人状态估计方法。针对现有滤波器在非线非高斯噪声环境下其估计精度大打折扣，本发明将利用高斯和容积卡尔曼滤波解决非高斯非线性滤波问题，采用凸组合融合，对高斯和滤波器产生的大量高斯项，将Salmood高斯混合项合并方法和基于KL距离的高斯混合项合的方法B(i,j)准则进行加权融合，进而得到一种更好的高斯项合并方法。本发明能够有效提高移动机器人在非高斯非线性环境下的滤波精度与稳定性。
一种应用于非高斯噪声环境移动机器人状态估计方法

[发明专利]一种图像去噪方法及装置-CN201711168631.4有效
发明人：顾欣;庞军;吴晓黎;陈健;陈维;王浩州 -专利权人：中移（杭州）信息技术有限公司;中国移动通信集团公司
申请日： 2017-11-21 - 公布日： 2020-12-22 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例提供的图像去噪方法包括：获取待处理图像；对待处理图像进行去均值和白化的预处理；根据MMI算法和进行预处理后的图像，确定对待处理图像中各独立分量进行分离的分离矩阵；根据分离矩阵对待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对只包含高斯噪声的源图像进行噪声去除，得到源图像，这样，利用MMI算法将非高斯噪声从待处理图像中分离出来，得到只包含高斯噪声的图像，之后，只需要去除图像中的高斯噪声就可以达到理想的去噪效果
一种图像方法装置

[发明专利]一种非高斯噪声干扰下的MIMO系统空时模式识别方法及系统-CN202111360139.3有效
发明人：刘明骞;张俊林;葛建华 -专利权人：西安电子科技大学
申请日： 2021-11-17 - 公布日： 2023-05-26 - 主分类号： H04L27/00 文献下载
摘要：本发明属于认知无线通信中MIMO系统参数估计技术领域，公开了一种非高斯噪声干扰下的MIMO系统空时模式识别方法及系统，所述非高斯噪声干扰下的MIMO系统空时模式识别方法包括：利用广义互相关熵对观测信号进行处理本发明的非高斯噪声干扰下MIMO系统空时模式识别方法效果较好，可有效实现高斯噪声和非高斯噪声干扰条件下MIMO‑OFDM系统空时模式识别。当信噪比高于2dB时，本发明正确识别概率达到90％以上。
一种非高斯噪声干扰 mimo 系统模式识别方法

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