“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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

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]基于增强调制双谱分析的滚动轴承故障诊断方法-CN201811097318.0有效
发明人：甄冬;郭俊超;谷丰收;张浩;师占群 -专利权人：河北工业大学
申请日： 2018-09-19 - 公布日： 2020-12-11 - 主分类号： G01M13/045 文献下载
摘要：本发明公开一种基于增强调制双谱分析的滚动轴承故障诊断方法，针对调制双谱分析从理论上仅能抑制高斯噪声，但对非高斯噪声无能为力的不足提出的。采用本发明增强调制双谱分析的滚动轴承故障诊断方法，能够有效的提取强背景噪声中有故障轴承的微弱特征信息，有利于发现轴承的早期故障。
基于增强调制谱分析滚动轴承故障诊断方法

[发明专利]一种基于自适应卡尔曼滤波的人体目标跟随方法-CN201910260986.9有效
发明人：仇翔;周敏龙;叶国聪;周学军;朱宝昌;刘杰;俞立;张文安;朱婷婷;周晓静 -专利权人：诺力智能装备股份有限公司
申请日： 2019-04-02 - 公布日： 2023-03-31 - 主分类号： G05D1/12 文献下载
摘要：本方法首先设计了一个随机线性非高斯系统，通过引入自适应因子对其包含的高斯噪声、不确定性扰动噪声以及野值进行补偿和剔除，提高了人体目标跟随的精度和鲁棒性。相比现有的人体目标跟随方法，该方法充分考虑了野值和不确定性扰动噪声的影响，提高了人体目标跟随的精度和鲁棒性。
一种基于自适应卡尔滤波人体目标跟随方法

[发明专利]用于通信设备的联合检测方法和装置以及通信设备-CN200910140323.X有效
发明人：朱学庆;刘石;郑明;周亮;陈晓春;李茜;沈立芸 -专利权人：俊茂微电子（上海）有限公司
申请日： 2009-07-15 - 公布日： 2010-02-17 - 主分类号： H04B1/707 文献下载
摘要：其中，根据本发明的实施例的联合检测方法包括：计算接收信号中包含的噪声的相关矩阵，其中，所述噪声包括高斯白噪声、由多址干扰导致的噪声、以及由服务小区的所有同频小区的小区间干扰导致的噪声；通过Cholesky分解方法，将所述相关矩阵转换为非奇异下三角矩阵及其共轭转置矩阵的乘积的形式；以及利用所述乘积的形式得出所述非奇异下三角矩阵，并利用所述非奇异下三角矩阵的逆矩阵、接收信号、以及与接收信号中包含的有用信号的调制信息和信道信息有关的参数
用于通信设备联合检测方法装置以及

[发明专利]一种基于L0范数代数距离最小化的椭圆拟合方法-CN202011376610.3在审
发明人：蒋建军;李中伟;杨武飞;陈雪梅;周钢;门向南;钟凯;黄庆奕;王晓欣 -专利权人：成都飞机工业（集团）有限责任公司;华中科技大学
申请日： 2020-11-30 - 公布日： 2021-03-30 - 主分类号： G06F17/13 文献下载
摘要：本发明基于L0范数进行计算克服了传统L2范数代价函数对噪声敏感的问题；同时迭代求解最优解，避免算法陷入无效解，解决现有基于迭代类的算法初始化参数难以选择的问题；能够针对无噪声数据、高斯噪声干扰数据、非高斯噪声干扰数据获得高精度的椭圆参数拟合精度
一种基于 l0 范数代数距离最小化椭圆拟合方法

[发明专利]基于变分推理稳健稀疏贝叶斯学习的波达方向估计方法-CN202211450585.8在审
发明人：荣佳睿;张婧姝;段惠萍 -专利权人：电子科技大学
申请日： 2022-11-18 - 公布日： 2023-03-07 - 主分类号： G01S3/14 文献下载
摘要：基于高斯噪声假设的传统稀疏贝叶斯学习方法在冲击噪声环境下性能变差，本发明将阵列信号处理中的波达方向估计问题转化为稀疏重构问题，输入阵列观测向量和阵列导向矢量构成的感知矩阵，初始化参数，对参数和稀疏信号的后验分布进行迭代更新，最终以稀疏信号近似后验期望作为其重构结果，根据重构稀疏信号的支撑集获得波达方向估计结果，其中，设计了一种变分推理的稳健稀疏贝叶斯学习算法通过推理近似后验分布来获得在非高斯噪声环境下精度更高的重构和波达方向估计结果本发明在冲击噪声环境下具有更加稳健的估计性能。
基于推理稳健稀疏贝叶斯学习方向估计方法

[发明专利]一种高斯白噪声发生器及实现方法-CN200910242805.6无效
发明人：申艳 -专利权人：北京交通大学
申请日： 2009-12-17 - 公布日： 2010-08-18 - 主分类号： H03B29/00 文献下载
摘要：一种高斯白噪声发生器及实现方法，涉及噪声发生器技术领域。通过本发明的数字式高斯白噪声发生器实现在获得好的时域高斯噪声信号的同时，得到尽可能大的输出带宽。它包括：伪随机序列生成器，用来产生伪随机序列；FIR滤波器，对伪随机序列滤波，得到带限高斯白噪声序列；数模转换器，将数字信号转为模拟信号；低通滤波器，抑制带外噪声干扰；高速放大器，放大噪声信号。
一种高斯白噪声发生器实现方法

[发明专利]一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器-CN201610597162.7有效
发明人：徐正全;王豪;王涛;熊文君 -专利权人：武汉大学
申请日： 2016-07-26 - 公布日： 2017-07-11 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及数据挖掘及隐私保护领域，公开了一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器。本发明中，首先利用均匀分布产生4个高斯白噪声序列，然后将高斯白噪声序列通过特定的线性滤波器产生具有相关性的高斯噪声，最后根据高斯噪声生成拉普拉斯噪声的原理，生成与原始数据相关特性相同的相关性拉普拉斯噪声序列解决了相关性数据差分隐私保护机制中，相关性拉普拉斯噪声的生成问题。
一种具有给定相关性拉普拉斯噪声序列生成方法生成器

[发明专利]一种衰减参数自适应非局部均值的图像降噪方法-CN201810898880.7有效
发明人：张旭明;詹轶 -专利权人：华中科技大学
申请日： 2018-08-08 - 公布日： 2021-03-26 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种衰减参数自适应非局部均值的图像降噪方法，涉及图像去噪领域。在对噪声图像进行非局部均值降噪处理中确定衰减参数与全局均方误差的关系，利用迭代算法获得衰减参数的最优值，并根据该值确定最优预降噪图像；然后利用最优预降噪图像估计降噪图像的像素级均方误差，再利用最速下降法获得像素级均方误差取得最小值时对应的最终降噪图像本发明提供的图像降噪方法，可对受高斯噪声和斑点噪声污染的图像进行有效的恢复，与现有非局部均值方法相比，在图像噪声滤除、伪影消除和细节保留方面可获得更佳的效果。
一种衰减参数自适应局部均值图像方法

[发明专利]一种信道衰落模型、信道信号的生成方法和模拟装置-CN201710110777.7有效
发明人：熊军 -专利权人：北京睿信丰科技有限公司
申请日： 2017-02-28 - 公布日： 2020-10-27 - 主分类号： H04B17/391 文献下载
摘要：该信道衰落模型包括配置参数生成模块、高斯噪声滤波器系数生成模块和FPGA模块。其中，配置参数生成模块用于根据用户要求生成配置参数列表，并将该配置参数列表发送至高斯噪声滤波器系数生成模块中；高斯噪声滤波器系数生成模块用于根据接收到的配置参数列表生成高斯噪声滤波器系数，并将该高斯噪声滤波器系数发送至FPGA模块中；FPGA模块用于对接收到的高斯噪声滤波器系数进行内插滤波处理，生成信道信号ChanSig。
一种信道衰落模型信号生成方法模拟装置

[发明专利]信号获取方法及装置-CN201710783735.X有效
发明人：黄维 -专利权人：长沙海格北斗信息技术有限公司
申请日： 2017-09-01 - 公布日： 2020-01-24 - 主分类号： H04B1/71 文献下载
摘要：所述方法包括：获取高斯伪随机噪声信号X；对所述高斯伪随机噪声信号X进行傅里叶变换，获得变换后的信号X_fft；在频域，对所述信号X_fft进行幅值加权，获得信号Y_fft；对所述信号Y_fft进行傅里叶反变换，获取窄带高斯噪声信号Y，从而本方法通过在频域对信号X_fft进行幅值加权可以有效提高获取的窄带高斯噪声信号Y的带外抑制度，减少窄带高斯噪声信号Y的过渡带带宽，并且，通过该方法获取窄带高斯噪声信号Y不需要复杂大量的硬件资源
信号获取方法装置

[发明专利]基于IMM-VB的非高斯噪声条件下机动目标自适应跟踪方法-CN202211024277.9在审
发明人：赵政;左磊;张冉;赵民;李亚超;禄晓飞;高永婵 -专利权人：西安电子科技大学
申请日： 2022-08-25 - 公布日： 2022-12-30 - 主分类号： G01S13/72 文献下载
摘要：本发明公开了一种基于IMM‑VB的非高斯噪声条件下机动目标自适应跟踪方法，包括：获取机动目标的量测值；构建包括多个运动模型的模型集，并对机动目标的状态估计值、精度矩阵以及共轭先验分布参数分别进行交互混合本发明提供的方法可以在时变非高斯噪声条件下实现对机动目标的实时精确跟踪。
基于 imm vb 非高斯噪声条件下机动目标自适应跟踪方法

[发明专利]基于极限学习机模型的鲁棒锂离子电池SOH估计方法-CN202211569686.7在审
发明人：马文涛;薛劲松;蔡盼飞;王晓飞 -专利权人：西安理工大学
申请日： 2022-12-08 - 公布日： 2023-04-14 - 主分类号： G01R31/367 文献下载
摘要：本发明能有效减少非高斯噪声对锂离子电池SOH估计精度的影响，保证SOH估计的准确性和有效性；算法计算复杂度较低，在非高斯噪声条件下SOH估计精度高于传统ELM算法。
基于极限学习机模型锂离子电池 soh 估计方法

[发明专利]非高斯噪声下基于马氏距离的两阶段鲁棒状态估计方法-CN202210686900.0在审
发明人：王飞;文福拴;刘文 -专利权人：国网湖北省电力有限公司荆门供电公司;海南浙江大学研究院
申请日： 2022-06-16 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种非高斯噪声下基于马氏距离的两阶段鲁棒状态估计方法,其步骤如下：首先基于马氏距离，计算得到多PMU测点的固定最佳缓冲长度，并与SCADA数据统一到同一时间断面下，然后基于PMU和SCADA建立了基于常规SCADA测量的鲁棒估计器，将其结果进一步与PMU测量相结合，在第二阶段中实现线性鲁棒估计，本发明优点是：本方法通过使用具有投影统计的极大似然估计器，并利用PMU测量的冗余，可以有效地限制未知重尾非高斯测量噪声的影响
非高斯噪声基于距离阶段状态估计方法

[发明专利]一种稳健的大阵列MIMO雷达目标收发角联合估计方法-CN201710563441.6有效
发明人：姜宏;姚顺优;张铭航;聂希柱;孙晶;刘畅;庞帅轩;李颂;董思妍;刘美仪 -专利权人：吉林大学
申请日： 2017-07-11 - 公布日： 2019-10-01 - 主分类号： G01S7/41 文献下载
摘要：该方法基于线性收缩和随机矩阵理论，其实现步骤包括：利用回波信号构造观测数据的随机矩阵模型，在非高斯噪声背景下，通过定点迭代求得其协方差矩阵的极大似然估计，当收发阵元数大于快拍数时，利用线性收缩技术得到稳健的协方差矩阵估计优点是所提出方法在非高斯噪声背景下具有稳健的估计性能，同时适用于收发阵元数大于快拍数的大阵列系统。
一种稳健阵列 mimo 雷达目标收发联合估计方法

[发明专利]一种针对非高斯噪声的扩散式变步长自适应参数估计方法-CN202110689003.0有效
发明人：郭莹;于和芳;赵璐;李飞 -专利权人：沈阳工业大学
申请日： 2021-06-21 - 公布日： 2023-10-20 - 主分类号： H03H21/00 文献下载
摘要：一种针对非高斯噪声的扩散式变步长自适应参数估计方法，该方法包括以下步骤：步骤1：初始化参数；步骤2：自适应运算；步骤3：融合；步骤4：迭代至满足停止条件，得到权向量局部估计值即为滤波器系数的估计值。具有如下优点：引入稳健估计理论中抗异常值能力强的Wilcoxon范数作为代价函数并根据其取值特点进行了符号量化，推导出了新的迭代方程，很好地抑制了非高斯噪声的影响；采用迭代方式实现了误差向量对步长的控制
一种针对非高斯噪声扩散步长自适应参数估计方法

首页
«上一页
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

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top