[发明专利]一种去除强趋势项及瞬态脉冲干扰的微弱信号提取方法无效
申请号: | 201210192002.6 | 申请日: | 2012-06-12 |
公开(公告)号: | CN102799757A | 公开(公告)日: | 2012-11-28 |
发明(设计)人: | 李秀坤;李婷婷;马涛;杨阳;夏峙 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 去除 趋势 瞬态 脉冲 干扰 微弱 信号 提取 方法 | ||
1.一种去除强趋势项及瞬态脉冲干扰的微弱信号提取方法,其特征在于,包括如下步骤:
(1)对强干扰背景下的微弱信号进行经验模态分解;
(2)对分解的d阶模态,构造强干扰判决准则:
定义前d个基本模态分量的和为在Rimf(d)偏离零点时的阶次为D,其中imfj(t)为分解得到的各阶模态分量、t为时间变量、N为信号长度、j为分解阶数;
(3)对存在脉冲干扰的模态分量进行包络检波,将瞬态脉冲干扰位置数据置零;
(4)使用自回归-滑动平均模型恢复被置零的数据;
(5)合并前D阶基本模式分量x(t)即去除强干扰后的微弱信号。
2.根据权利要求1所述的一种去除强趋势项及瞬态脉冲干扰的微弱信号提取方法,其特征在于,所述经验模态分解的方法如下:
对信号进行经验模态分解,原始数据序列由固有模态函数以及一个均值或趋势项表示为:
信号的缓慢趋势项为:
其中,n为基本模式分量的个数,rn(t)为基本模式分量的余项。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/pat/books/201210192002.6/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用