“频域去噪”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244635个，建议您升级VIP下载更多相关专利

[发明专利]一种基于统计模型的桥梁健康监测数据小波降噪方法-CN201510200807.4在审
发明人：余佩琼;杨立;陈鹏;吴远;吕常新;赵玉贤 -专利权人：浙江工业大学
申请日： 2015-04-24 - 公布日： 2015-09-02 - 主分类号： G06F19/00 文献下载
摘要：一种基于统计模型的桥梁健康监测数据小波降噪方法，所述方法包括如下步骤：步骤1)桥梁监测信号模型的建立；步骤2)对得到的结构监测信号进行小波分解，得到两个频域，即低频A1,高频D1；对低频域A1继续进行小波分解，再得到两个频域，即低频A2和高频D2，然后重复这个步骤，直到分解最大层数J；步骤3)对实际监测信号进行小波分解并建立小波分解系数的统计模型；步骤4)推导小波阈值收缩函数并对每一层的高频部分(D_j,j＝1,2,...J)的小波系数进行阈值法收缩处理；步骤5)作小波逆变换处理，得到去噪后的桥梁结构监测数据。本发明有效去噪、提高监测数据的质量、改善信号平滑度。
一种基于统计模型桥梁健康监测数据小波降噪方法

[发明专利]一种线性噪声消除方法-CN201110165506.4有效
发明人：彭真明;彭建亮;黎殿来;陈章;张杰 -专利权人：电子科技大学
申请日： 2011-06-20 - 公布日： 2012-01-04 - 主分类号： G01V1/36 文献下载
摘要：本发明提供一种在保证去噪效果的同时，不对有效信号造成损坏的线性噪声消除方法。本发明首先要利用剖面中某道确定某点相干信号的线性噪声的方向，然后在该方向进行采样。对于采样后的信号来说，线性噪声就可以被看做有效信号，而有效信号就被当做随机噪声，这样可以利用分数域预测滤波预测出线性噪声，最后用原始剖面信号减去预测出的线性噪声就得到了去噪后的结果。基于分数阶的傅里叶变换同时融合了信号在时域和频域的信息，能够结合时域与频域对信号进行划分，有效地区分出有用信号与线性噪声。因此，本发明基于分数域滤波的线性噪声消除，不同于现有的单一基于时域或频域滤波，能较好的解决信噪比与地震分辨率的矛盾。
一种线性噪声消除方法

[发明专利]用于PDM-CO-OFDM系统的信道估计方法-CN201210360616.0无效
发明人：刘剑飞;李洁;曾祥烨;王蒙军 -专利权人：河北工业大学
申请日： 2012-09-21 - 公布日： 2013-01-09 - 主分类号： H04L27/26 文献下载
摘要：步骤是：在PDM-CO-OFDM系统发送端对离散导频格式进行设计与选取，发送信息数据及导频数据；在接收端将接收到的信息数据及导频数据，利用最小二乘算法即LS算法对正交频分复用符号进行导频点信道估计；在频域进行线性插值，将得到的插值结果进行多小波去噪；在时域进行线性插值，将插值结果进行符号内频域平均，完成联合去噪；降噪处理后的信道特性经矩阵求逆运算；最后估计出发送数据。本发明基于离散导频，结合多小波与符号内频域平均的联合降噪进行信道估计，克服了相关现有OFDM信道估计方法的计算量增大和增大系统开销的缺陷。
用于 pdm co ofdm 系统信道估计方法

[发明专利]一种基于参数可调非线性跟踪微分器的信号去噪方法-CN201710014027.X有效
发明人：申冲;刘俊;曹慧亮;邵星灵;张志东;刘文耀;杨卫 -专利权人：中北大学
申请日： 2017-01-10 - 公布日： 2019-08-09 - 主分类号： G01C21/16 文献下载
摘要：本发明涉及惯性传感器信号去噪方法，具体是一种基于参数可调非线性跟踪微分器的信号去噪方法。本发明解决了现有惯性传感器信号去噪方法去噪性能较差的问题。一种基于参数可调非线性跟踪微分器的信号去噪方法，该方法是采用如下步骤实现的：步骤1：将真实的惯性传感器信号X(t)分解到不同频域内；步骤2：计算出x₁(t)、x₂、…、E_n的比例关系确定不同熵值所对应的δ值；步骤5：分别对x₁(t)、x₂(t)、…、x_n(t)进行去噪
一种基于参数可调非线性跟踪微分信号方法

[实用新型]一种智能家居去噪装置-CN201820196742.X有效
发明人：张和清 -专利权人：张和清
申请日： 2018-02-05 - 公布日： 2019-03-08 - 主分类号： G10K11/178 文献下载
摘要：本实用新型公开了一种智能家居去噪装置，包括去噪围边；所述去噪围边包括透明腔座；所述透明腔座前侧外表面安装有多个吸盘；所述透明腔座前侧开设有至少两喇叭贴槽；所述透明腔座前侧于两所述喇叭贴槽之间设置有采集通槽；所述透明腔座内侧从采集通槽嵌出有一十字座；所述十字座于透明腔座外部固定有一讯号麦克风；所述透明腔座内侧于十字座外围安装有弹性件；所述透明腔座内侧正对喇叭贴槽安装有HiFi喇叭；本实用新型的智能家居去噪装置，其能够适用于室内噪音源降噪和去燥，同时能够适用于室外噪音源进行降噪和去燥；其通过高频段的HiFi喇叭和低频段的HiFi喇叭进行播放声波，适应频域范围广。
透明腔喇叭去噪装置智能家居十字座本实用新型降噪去噪通槽采集吸盘麦克风声波侧外表面室内噪音室外噪音弹性件低频段高频段频域正对外围播放外部

[发明专利]一种人体运动状态的识别方法、系统及头盔-CN202111499820.6在审
发明人：李贺龙;卢达;于海波;赵兵;林繁涛;陈昊;王兴媛;刘佳;王春雨;王春妍 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网四川省电力公司
申请日： 2021-12-09 - 公布日： 2022-11-08 - 主分类号： A61B5/11 文献下载
摘要：该方法包括：采集并建立待测人员的头部位置的监测运动数据集；对监测运动数据集进行滤波处理，滤除监测运动数据集中的噪声干扰，得到去噪监测数据集；对去噪监测数据集FFT变换，获取去噪监测数据集的频域特征和功率谱特征；对频域特征和功率谱特征进行特征值提取并构成特征矩阵；将特征矩阵导入至CNNs神经网络运动识别模型中，获取待测人员的运动识别结果，以进行待监测人员的运动监测，以监测待测人员是否处于异常运动状态。
一种人体运动状态识别方法系统头盔

[发明专利]一种基于质量评估和深度迁移学习的心电身份识别方法-CN202210359234.X在审
发明人：赵治栋;王雪婷;张烨菲;张晓红;苗春雨 -专利权人：杭州电子科技大学
申请日： 2022-04-06 - 公布日： 2022-08-05 - 主分类号： G06K9/00 文献下载
摘要：首先，提出基于SVM的心电信号质量评估算法，对原始心电信号进行三种不同质量等级的分类；其次，提出基于小波变换去噪算法对“可疑”信号进行去噪处理，从而获得去噪后的“合格”信号；然后，利用广义S变换对“合格”信号和去噪后的“合格”信号进行时频域分析将一维心电信号转化为二维ECG轨迹图作为模型输入；最后，通过对原始GoogleNet网络模型的改进和优化，构建基于GoogleNet的二次深度迁移识别模型；选用网络层较深的
一种基于质量评估深度迁移学习身份识别方法

[发明专利]基于STFT时频域特征提取的CNN结构振动信号深度降噪方法-CN202211056214.1在审
发明人：袁程;孔庆钊;周伯昌;熊青松;熊海贝 -专利权人：同济大学;上海市地震局
申请日： 2022-08-31 - 公布日： 2022-12-27 - 主分类号： G01N29/44 文献下载
摘要：一种基于STFT时频域特征提取的CNN结构振动信号深度降噪方法。该方法在去噪过程中无需依赖对象信号的先验知识或人为参数设定，实现对不同类型的振动信号(如加速度、应变、位移等)的自动化降噪，并且其去噪效果通过优化模型训练集得到提升，用于振动信号分析研究领域中的信号预处理以及嵌入到工程实际中的结构健康系统中将一维时序信号增维至二维频谱图，实现对振动信号高阶特征的有效提取；采用噪声嵌入的方式，成功实现对干净信号真值无法获取的非平稳振动信号进行标签设置，为网络训练提供基础；利用卷积神经网络CNN对振动信号的进行去噪，摆脱了传统去噪方法对于信号先验知识的依赖以及参数的人为设定需求。
基于 stft 时频域特征提取 cnn 结构振动信号深度方法

[发明专利]一种水下推进器螺旋桨在线故障智能监测方法及装置-CN202310548108.3在审
发明人：肖志伟;陈卓;胡淇瑞;范湘平 -专利权人：湖南国天电子科技有限公司;长沙国天海洋信息技术有限公司
申请日： 2023-05-16 - 公布日： 2023-09-08 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及在线故障监测的技术领域，揭露了一种水下推进器螺旋桨在线故障智能监测方法及装置，所述方法包括：对故障检测信号进行多分辨率分解得到多尺度分解子信号；构建多尺度能量阈值函数对多尺度分解子信号进行阈值去噪；对去噪后的多尺度分解子信号进行重构并进行多域特征提取，利用水下推进器螺旋桨故障检测模型对故障检测信号特征向量进行故障检测。本发明基于能量阈值对多尺度分解子信号进行去噪，包括去除包含能量较少的多尺度分解子信号，减少其他尺度的影响权重，实现故障检测信号的去噪处理，并分别从时域、频域以及能量域对故障检测信号进行特征提取，得到可以表征多域信息的故障检测信号特征向量
一种水下推进器螺旋桨在线故障智能监测方法装置

[发明专利]一种短波信道下基于小波去噪的SC-FDE信道估计方法-CN201410836111.6在审
发明人：唐宏;薛真真;郭彦芳;孟婷婷;周小宇 -专利权人：重庆邮电大学
申请日： 2014-12-29 - 公布日： 2015-04-01 - 主分类号： H04L25/02 文献下载
摘要：本发明请求保护一种短波信道下基于小波去噪的SC-FDE信道估计方法。然后将得到的估计值经过IDFT变换到时域，在小波域根据多Mallat算法对其进行分解，采用阈值去噪法滤除噪声，并对消噪后的信号重构。最后，对重构后的信号进行插值补零，并对其做DFT变换到频域，从而得到全部的信道频率响应，完成信道估计。本发明提供的短波信道下基于小波去噪的SC-FDE信道估计方法，提出了采用小波去噪的方法消除LS估计残留的噪声，从而进一步抑制噪声的影响，降低系统的误码率，提高系统性能。
一种短波信道基于小波去噪 sc fde 估计方法

[发明专利]自适应信道去噪方法及自适应信道去噪装置-CN201910568543.6有效
发明人：熊军;杨林;王云杰 -专利权人：西安宇飞电子技术有限公司
申请日： 2019-06-27 - 公布日： 2021-12-03 - 主分类号： H04L25/03 文献下载
摘要：本发明涉及无线通信技术领域，尤其涉及一种自适应信道去噪方法及自适应信道去噪装置。计算得到第二噪声检测门限；S5、根据第二噪声检测门限对所有信号进行噪声和信号分离的判定；S6、根据小路径窗口的长度保留每一条路径周围的点，根据主路径窗口的长度保留主路径周围的点；S7、利用离散傅里叶变换将去噪之后的信道脉冲响应变换到频域并发送至信号估计模块本发明根据不同的信噪比使用不同的去噪门限对信道进行去噪处理，能够有效的削除噪声，极大地改善接收信号质量。
自适应信道方法装置

[发明专利]一种基于点迹数据和频谱特征的地面活动目标分类方法-CN202110140955.7有效
发明人：王欢;张群;姜洋;徐伟;纪玉雪 -专利权人：西安电子工程研究所
申请日： 2021-02-02 - 公布日： 2023-07-21 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于点迹数据和频谱特征的地面活动目标分类方法，将采集的窄带雷达探测的车辆和人体回波信号通过傅里叶变换转换为频率谱，将频域最大点作为目标的幅度特征，并利用频域最大点位置、雷达载频和波束驻留时间计算目标的径向速度，采用软阈值迭代法对频谱去噪和锐化处理，并结合盒维数法计算去噪后频谱的分形特征。
一种基于数据频谱特征地面活动目标分类方法

[发明专利]基于NSST域和Res2Net网络的图像去噪方法-CN202110727841.2在审
发明人：刘晶;董玉;杨慧 -专利权人：西安理工大学
申请日： 2021-06-29 - 公布日： 2021-09-10 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于NSST域和Res2Net网络的图像去噪方法，步骤1，选取n张图像作为训练样本，对预处理后的图像进行分解得到低频子带图L和高频子带图H；步骤2，将步骤1中得到的低频子带图L进行训练学习得到低频子带图L'；步骤3，将高频子带图中的其中一幅子带图进行训练学习，得到高频子带图H1'；步骤4，对步骤1中剩余k‑1个高频子带图依次执行步骤3，得到相应的去噪之后的高频自带图；步骤5，将步骤1中经过NSST分解得到的各个频域子带图经过步骤2～4得到的各自的子带结果取出使用，即得到干净图像。采用该方法解决了现有技术中存在阈值去噪过程中难以确定而使得去噪效果不明显及去噪结果边缘纹理不清晰的问题。
基于 nsst res2net 网络图像方法

[发明专利]一种改进频域临界采样图滤波器组的设计方法-CN202011418289.0有效
发明人：蒋俊正;李威京 -专利权人：桂林电子科技大学
申请日： 2020-12-07 - 公布日： 2022-11-15 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种改进频域临界采样图滤波器组的设计方法，其特征在于，包括如下步骤：1）基于频域临界采样图滤波器组的完全重构；2）图信号频域近似表示的问题归结；3）截断雅可比算法近似求解特征矩阵；4）并行截断雅可比算法近似求解特征矩阵这种方法在满足完全重构的条件下能降低频域临界采样图滤波器组的计算复杂度，在频域临界采样图滤波器组中使用近似特征矩阵依然能够取得良好的去噪性能。
一种改进临界采样滤波器设计方法

[发明专利]一种PPG信号运动伪影的去除方法-CN202110973019.4在审
发明人：杨溯;黄倩;李子韵;宋仁成 -专利权人：合肥工业大学
申请日： 2021-08-23 - 公布日： 2021-11-19 - 主分类号： A61B5/024 文献下载
摘要：本发明公开了一种PPG信号运动伪影的去除方法包括：将含噪PPG信号和运动方向加速度信号输入对抗生成网络的生成器；所述生成器将输入信号处理后生成去噪后的PPG信号；将含噪PPG信号作为条件，结合参考PPG信号和去噪后的PPG信号分别输入生成对抗网络的判别器进行真假判别；根据判别器判别的结果调整生成器，直到判别器和生成器达到收敛；最后输出去噪后的PPG信号；该方法减少人工特征工程的复杂度，同时充分利用生成对抗网络强大的信号重建能力，获取可靠的波形信息，并进一步计算相关的生理参数，考虑到PPG信号的拟周期结构性特征，引入频域损失和感知损失函数，从信号层面和特征层面同时进行目标匹配，从而进一步提高去噪后PPG信号的质量。
一种 ppg 信号运动去除方法