[发明专利]一种微弱信号识别方法、装置和可读存储介质有效
| 申请号： | 202310785801.2 | 申请日： | 2023-06-30 |
| 公开（公告）号： | CN116502076B | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 张才亮;朱嵘华;刘寒秋;涂智圣;栾富豪;陈勇 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F18/2136 | 分类号： | G06F18/2136;G06F18/24 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 吴昌榀 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于海上风电领域，具体涉及一种微弱信号识别方法、装置和可读存储介质，本发明首先建立一个变尺度三稳态随机共振信号处理模型；其次，本发明提出了一个基于势函数势垒高度比不变的单参数调节方法；接下来，基于粒子群算法优化随机共振系统的参数，获得最佳的系统参数；根据最优的系统参数，求解系统的最佳随机共振输出；最后利用可调小波变换稀疏分解方法对随机共振输出信号进行处理，进一步提升微弱信号的可识别率和信噪比。本发明的优点在于：本发明提出基于随机共振和可调小波变换稀疏分解的微弱特征信号提取方法，利用随机共振方法，避免了直接滤波处理对微弱信号的进一步削弱。 | ||
| 搜索关键词： | 一种 微弱 信号 识别 方法 装置 可读 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江大学，未经浙江大学许可，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/patent/202310785801.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种多功能半芳香尼龙的制备工艺
- 下一篇：光学镜头
- 同类专利
- 一种基于SAE-KPLS的质量相关过程监测方法-202310791551.3
- 吴平;胡旭光 - 浙江理工大学
- 2023-06-29 - 2023-10-20 - G06F18/2136
- 本发明公开了一种基于SAE‑KPLS的质量相关过程监测方法，属于工业过程监测技术领域，包括：针对过程变量构建SAE模型并对SAE模型进行训练；通过SAE模型获得过程变量数据的稀疏特征矩阵和残差矩阵；分别针对稀疏特征矩阵和残差矩阵建立KPLS模型，计算稀疏特征矩阵对应的潜变量和残差矩阵对应的质量预测矩阵；根据潜变量和质量预测矩阵，计算统计量；使用核密度估计算法KDE计算统计量的阈值；获取当前过程变量样本，计算当前过程变量样本的统计量；将当前过程变量样本的统计量分别与其对应的阈值进行比较，获得过程监测结果。通过SAE充分挖掘数据的深度特征，从SAE的残差中保留了与质量变量直接相关的变化，提升了质量相关过程监测准确性。
- 一种微弱信号识别方法、装置和可读存储介质-202310785801.2
- 张才亮;朱嵘华;刘寒秋;涂智圣;栾富豪;陈勇 - 浙江大学
- 2023-06-30 - 2023-10-17 - G06F18/2136
- 本发明属于海上风电领域，具体涉及一种微弱信号识别方法、装置和可读存储介质，本发明首先建立一个变尺度三稳态随机共振信号处理模型；其次，本发明提出了一个基于势函数势垒高度比不变的单参数调节方法；接下来，基于粒子群算法优化随机共振系统的参数，获得最佳的系统参数；根据最优的系统参数，求解系统的最佳随机共振输出；最后利用可调小波变换稀疏分解方法对随机共振输出信号进行处理，进一步提升微弱信号的可识别率和信噪比。本发明的优点在于：本发明提出基于随机共振和可调小波变换稀疏分解的微弱特征信号提取方法，利用随机共振方法，避免了直接滤波处理对微弱信号的进一步削弱。
- 面向非侵入式负荷监测的功率数据稀疏化压缩观测方法-202310597387.2
- 李大帅;杨挺 - 天津大学
- 2023-05-25 - 2023-10-03 - G06F18/2136
- 本发明涉及一种面向非侵入式负荷监测的功率数据稀疏化压缩观测方法，包括以下步骤：步骤1、获取功率监测数据，并判定其用电行为模式；步骤2、对基于简单功率行为模式样本数据进行小波稀疏基初始化；步骤3、基于步骤1和步骤2的完成训练样本用电行为模式的判定结果和小波基的初始化后的结果，进行改进K‑SVD训练并生成稀疏基；步骤4、基于步骤3对样本数据集Y进行训练得到稀疏字典D，进行基于改进稀疏基的功率监测数据压缩观测。
- 一种基于神经网络模型的物理场数据预测方法及装置-202311072802.9
- 胡陈枢;曾令仿;陈光;王鹏程;陈晨;戴雨洋;吕波;程稳;朱健;侯瑞峥;徐鸿博 - 之江实验室
- 2023-08-24 - 2023-09-19 - G06F18/2136
- 本说明书公开了一种基于神经网络模型的物理场数据预测方法及装置，可以根据物理场数据整体在数据空间中各空间区域的数据稀疏情况，来对物理场数据进行划分，得到各分块数据，这样可以将具有计算价值的数据从物理场数据的整体中分割出来，使得预测模型对有价值的分块数据进行计算，以完成物理场数据的预测任务，从而相比于现有技术来说，可以显著的提升预测模型的运算效率。
- 基于矩阵乘法的特征编码方法、装置、设备及介质-202010551436.5
- 张文会;赵争超 - 同盾控股有限公司
- 2020-06-17 - 2023-08-18 - G06F18/2136
- 本发明公开了一种基于矩阵乘法的特征编码方法，涉及机器学习技术领域，用于解决现有循环遍历效率低的问题，该方法包括以下步骤：获取特征编码映射关系及原始数据；建立编码条件矩阵和编码值矩阵；建立原始数据矩阵；对所述原始数据矩阵和所述编码条件矩阵进行逻辑运算，得到升维矩阵；将所述升维矩阵和所述编码值矩阵进行矩阵乘法运算，得到目标矩阵。本发明还公开了一种基于矩阵乘法的特征编码装置、电子设备和计算机存储介质。本发明通过构建矩阵，通过矩阵逻辑运算，进而完成快速计算编码值的过程。
- 基于稀疏表示的道集调谐优化增维方法-202010013149.9
- 张明振;王兴谋;石晓光;陈先红;江洁;张猛;孙兴刚 - 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院
- 2020-01-06 - 2023-05-09 - G06F18/2136
- 本发明提供一种基于稀疏表示的道集调谐优化增维方法，该基于稀疏表示的道集调谐优化增维方法包括：步骤1，构建时频域子波字典；步骤2，进行道集Hilbert变换；步骤3，确定匹配子波控制参数；步骤4，进行基于匹配追踪的子波分解；步骤5，进行基于匹配子波的高分辨时频分解。该基于稀疏表示的道集调谐优化增维方法避免了因为叠加效应而产生的地震波干涉现象，消除了由于频率混叠而造成的失真影响，能够有效地提高后期的反演刻画精度。
- 一种自主式水下机器人推进器弱故障特征提取方法-201911372169.9
- 张铭钧;张天驰;陈泽宇;于大程;吕图;崔丁与;盖宁 - 哈尔滨工程大学
- 2019-12-27 - 2023-03-17 - G06F18/2136
- 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先对传统稀疏分解算法增加时间变量。待分解信号的每个节拍都会得到对应的分解结果，使得分解结果在时域内精度更高；然后在传统的特征提取方法基础上对故障特征进行增强，通过建立原子字典对应的故障权值矩阵，将故障信息保存在故障权值矩阵中；最后以稀疏分解系数与故障权值矩阵的内积作为增强后的故障特征，进而增大故障特征与干扰特征之间的差值。本发明专利可有效凸显并提取故障特征，便于后续检测并辨识出推进器弱故障，特别适合于自主式水下机器人推进器的状态监测。
- 专利分类
