| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 361 | 一种鼓风机的故障诊断方法及装置 | CN202110538008.3 | 2021-05-18 | CN113253705B | 2022-05-03 | 周新秀; 张旨; 毛琨; 孙津济; 崔培玲 |
| 本发明涉及一种鼓风机的故障诊断方法及装置，用于对鼓风机进行实时故障诊断。包括如下步骤：采集正常情况下的鼓风机运行数据，使用中值平均滤波方法对现有数据进行处理并形成矩阵，根据递归动态主元分析方法构建初始模型，得到统计量控制限。采集鼓风机实时运行数据进行监测，根据所得到的数据统计量是否超过统计量控制限判断鼓风机是否发生故障，根据各统计量的贡献率大小判断故障原因。解决了鼓风机运行干扰噪声及传统方法数据量大导致鼓风机系统不能准确诊断的问题。 | ||||||
| 362 | 一种信号合成方法及系统 | CN201810611506.4 | 2018-06-14 | CN108809873B | 2020-03-31 | 王雷欧; 王东辉 |
| 本发明公开了一种信号合成方法及系统。该方法包括:首先，建立与合成信号相关的目标函数，并根据该目标函数确定与合成权值向量对应的待求解的特征矩阵；接着，采用矩阵分块递归算法对待求解的特征矩阵进行计算，并得到求解后的特征矩阵；然后，计算求解后的特征矩阵所对应的最优合成权值向量；最后，根据最优合成权值向量对多路信号进行加权相干相加操作，以确定合成信号。本发明提供的方法和系统在各路信号的噪声方差相等或者不相等的情况均可以使用，并在大幅度简化计算量的同时，保持了合成信号的性能。 | ||||||
| 363 | 一种基于深度学习的电力设备红外图像处理方法 | CN201811393253.4 | 2018-11-21 | CN109583344B | 2019-11-19 | 毛恒; 黄悦; 邓敏; 艾春; 刘成宝 |
| 本发明公开了一种基于深度学习的电力设备红外图像处理方法。该方法采用深度学习进行电力设备红外图像处理，采用深度卷积神经网络建立的处理模型进行电力设备红外图像处理，同时且极大地同降低高斯白噪声，电力设备机械振动以及环境雾效对红外图像的影响。同时将递归调用和扩张卷积应用到所提出的深度卷积神经网络上，在相同的参数量下达到了更好的处理效果。该发明特点是创新性强，实用性强，能够实现电力设备红外图像处理效果好、速度快的需求。 | ||||||
| 364 | 一种神经元群模型的参数和状态估计方法 | CN201910530705.7 | 2019-06-19 | CN110263924A | 2019-09-20 | 张宏星; 石波; 曾颖明; 吴朝雄; 李大卫; 于冰; 郭敏; 王钰涵 |
| 本发明涉及一种神经元群模型的参数和状态估计方法，涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计，其中，采用高效率的递归算法对神经元群模型的参数进行估计，利用滤波算法追踪模型中生理学参数的变化，为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出，在含有噪声的情况下，UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷，同时能估计出随时间变化的生理学参数。 | ||||||
| 365 | 一种基于最大互相关熵容积粒子滤波的目标跟踪方法 | CN201810545637.7 | 2018-05-25 | CN108802692A | 2018-11-13 | 张勇刚; 范颖; 王国庆; 汪晓雨; 李宁 |
| 本发明提供一种基于最大互相关熵容积粒子滤波的目标跟踪方法，采用最大互相关熵容积粒子滤波算法，完成目标跟踪过程中的状态估计问题。在目标跟踪过程中，首先将目标跟踪的状态方程和量测方程重构成非线性递归模型，利用最大互相关熵准则进行处理；然后在标准粒子滤波(Particle Filter,PF)的框架中采用MCCKF产生PF中所需的重要性概率密度函数，然后按照PF的算法流程获取对跟踪目标状态的估计，从而实现对目标的实时跟踪。本发明的目标跟踪方法在量测噪声出现野值的目标跟踪中，能够获得比现有的粒子滤波、改进粒子滤波以及鲁棒滤波更加优越的性能。 | ||||||
| 366 | 一种心电信号自动降噪方法 | CN201711339403.9 | 2017-12-14 | CN108113665A | 2018-06-05 | 刘秀玲; 张杰烁; 熊鹏; 刘明; 李鑫; 王洪瑞 |
| 本发明公开了一种心电信号的自动降噪算法，其处理过程是：A）建立回声状态网络并初始化；B）获取人体心电信号并在此基础上构建训练集；C）利用基于递归最小二乘法的在线训练算法训练回声状态网络，获得训练好的回声状态网络；D）构建测试集，将测试集输入训练好的回声状态网络，得到干净的心电信号。经本发明方法的处理，去噪后的干净心电信号不但有效滤除噪声，且恢复了心电信号低频特征波，保留了心电信号的有效信息。 | ||||||
| 367 | 自动抄表系统OFDM载波通信模块符号分组检测方法 | CN201510887509.7 | 2015-12-07 | CN105516047A | 2016-04-20 | 谷志茹; 陈顺科; 肖伸平; 易吉良; 黄晓峰; 石伟 |
| 本发明公开了一种自动抄表系统OFDM载波通信模块符号分组检测方法。该方法针对电力线信道噪声和干扰的特性，以及OFDM电力载波通信模块信号的特点，在特征空间分解的基础上，采用递归最小二乘算法顺序估计OFDM载波通信模块接收机接收信号的主特征能量和主特征向量，并利用有无OFDM信号时主特征能量的不同检测符号分组，在不需要增加OFDM信号帧冗余的前提下，提高了符号检测的准确性，降低了运算的复杂性并易于实现和应用。 | ||||||
| 368 | 一种RGB-D图像分类方法及系统 | CN201510402298.3 | 2015-07-09 | CN105224942A | 2016-01-06 | 涂淑琴; 薛月菊; 胡月明; 梁云 |
| 本发明涉及一种RGB-D图像分类方法及系统。所述方法包括：S1.利用卷积神经网络（CNN）分别对源RGB图像和Depth图像进行处理提取低层次特征；S2.通过递归神经网络（RNN）对图像低层次特征进行反馈学习，提取图像中层特征；S3.采用块内约束字典学习方法，对图像中层特征进行特征组稀疏表示，获取RGB-D图像的高层特征表示；S4.将RGB-D图像的高层特征输入线性SVM完成RGB-D图像的分类识别。本发明能实现图像自动提取特征，学习的RGB-D图像特征表示能有效区分噪声数据与高相似度图像分类，提高RGB-D图像分类精确率，采用线性SVM，提高图像分类速度。 | ||||||
| 369 | 一种道路纵向附着系数估计方法 | CN201310396195.1 | 2013-09-03 | CN103407451B | 2015-09-16 | 李旭; 宋翔; 陈伟 |
| 本发明公开了一种道路纵向附着系数估计方法。在平坦的高速公路路面上，针对前轮转向四轮汽车，在整车纵向动力学模型和简化魔术公式轮胎模型的基础上，利用带遗忘因子的递归最小二乘（Recursive least squares,RLS）方法实时初步估计出纵向道路附着系数，进一步将所估计出的纵向道路附着系数与轮胎模型参数作为扩充状态，利用扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法，滤除信号噪声，并实现轮胎模型系数的自适应调整，最终实时获取准确、鲁棒的道路纵向附着系数估计，该方法能够同时适应平坦高速公路上的高滑移率和低滑移率工况。 | ||||||
| 370 | 一种基于灰阶超声图像的心脏流场速度矢量分析方法 | CN201210358766.8 | 2012-09-25 | CN102930511B | 2015-06-03 | 甘建红; 尹立雪; 谢盛华 |
| 本发明公开了一种基于灰阶超声图像的心脏流场速度矢量分析方法，其特征在于，包括如下步骤：首先将灰阶超声图像划分为网格单元，在网格单元的每个单元格内选取像素最接近平均灰度值的像素点为控制点，并利用插值算法更新灰阶超声图像灰度值，达到去除斑点噪声的目的，再对去噪后的图像用光流法计算灰阶超声图像的心脏流场运动矢量。该方法所采用的插值算法过程不需要多次递归计算，可以实时进行斑点去除预处理；并且使运算结果更贴近真实情况，更加准确获取涡流等流体细节信息。 | ||||||
| 371 | 基于水下图像统计特性的边缘检测方法 | CN201210359002.0 | 2012-09-25 | CN102903108B | 2015-02-25 | 李一兵; 刘悦; 叶方; 林云; 张静; 李一晨; 李骜; 朱瑶 |
| 本发明的目的在于提供基于水下图像统计特性的边缘检测方法，包括如下步骤：对水下图像进行统计特性分析，对两幅水下图像进行平滑，计算平滑后的数据阵列的梯度幅值和梯度方向，对梯度幅值进行非极大值抑制，利用Rosin方法获得单峰图像阈值，利用递归跟踪的算法不断的在低阈值图像中搜集边缘，直到将高阈值图像中所有的间隙都连接起来为止。本发明可以针对不同的水下图像自动设置边缘检测的合理阈值，克服了传统方法手动阈值设定不准确的缺点。同时通过合理确定高斯平滑参数及邻域范围捕捉图像边缘信息，能够在去除噪声的同时，更好地检测图像的边缘轮廓。 | ||||||
| 372 | 一种基于灰阶超声图像的心脏流场速度矢量分析方法 | CN201210358766.8 | 2012-09-25 | CN102930511A | 2013-02-13 | 甘建红; 尹立雪; 谢盛华 |
| 本发明公开了一种基于灰阶超声图像的心脏流场速度矢量分析方法，其特征在于，包括如下步骤：首先将灰阶超声图像划分为网格单元，在网格单元的每个单元格内选取像素最接近平均灰度值的像素点为控制点，并利用插值算法更新灰阶超声图像灰度值，达到去除斑点噪声的目的，再对去噪后的图像用光流法计算灰阶超声图像的心脏流场运动矢量。该方法所采用的插值算法过程不需要多次递归计算，可以实时进行斑点去除预处理；并且使运算结果更贴近真实情况，更加准确获取涡流等流体细节信息。 | ||||||
| 373 | 一种消除非相关干扰信号的装置及方法 | CN200710046254.7 | 2007-09-21 | CN101166205A | 2008-04-23 | 刘才勇 |
| 本发明提供了一种消除非相关干扰信号的装置及方法。利用一个自适应有限长滤波器来对干扰信号采集端采集的信号进行数字信号处理，从而使其在时域的幅度近似等于信号采集端采集的信号中的干扰信号分量；将信号采集端采集的信号减去自适应滤波器输出的信号，就能得到有效信号；自适应滤波器的抽头系数更新采用改进的递归最小二乘算法来获得；能使背景噪声能量下降到－60dB以下。 | ||||||
| 374 | 图像中的噪声滤波 | CN03804841.8 | 2003-02-07 | CN1640113A | 2005-07-13 | A·K·里门斯; R·J·舒特坦 |
| 用于对一串输入图像进行噪声滤波，产生一串输出图像的时间递归滤波器单元(100，200，300，400)包括：装置(102)，用于根据输入图像的第一像素的第一值与第一输出图像的第二像素的第二值之间的差异，确定加权因数值；以及一个加法单元(104)，用于通过将所述加权因数值和第一像素的第一值的第一乘积与所述加权因数值的补码和第二像素的第二值的乘积相加，计算第二输出图像的第三像素的第三值。低于预定阈值(506)时的加权因数值(508)比高于预定阈值(506)时的加权因数值(508)高。 | ||||||
| 375 | 一种带有死区输入非线性的多轴雕刻机系统在线建模方法 | CN202010837132.5 | 2020-08-19 | CN112149274B | 2024-06-18 | 吴麒; 董世建; 张文安; 俞立 |
| 一种带有死区输入非线性的多轴雕刻机系统的在线建模方法，首先利用机理分析将系统建模成带有一个死区非线性块和一个线性动态块相结合的Hammerstein输入非线性系统，并考虑随机噪声的影响下，将确定性系统进一步描写为随机性模型；然后，利用辅助模型得到中间变量的估计值，进一步推导得到带有可变遗忘因子的递归最小二乘算法，实现系统的在线辨识建模。本发明的辨识建模方法框架简单，在线计算量小，且辨识模型精度高利于控制器设计，适用于一类带有死区输入非线性的多轴雕刻机系统，能很好的推广到行业应用中。 | ||||||
| 376 | 一种基于恒星角距的空间相机在轨内定标方法 | CN202311723211.3 | 2023-12-14 | CN117824701A | 2024-04-05 | 张春晓; 宗云花; 伏瑞敏; 王伟之; 马中祺; 曹世翔; 何红艳 |
| 本发明涉及一种基于恒星角距的空间相机在轨内定标方法，该方法包括：星图序列打乱顺序，结合主点旋转成像进行主点、主距解算，多项式畸变系数解算，输出定标结果及残差量。由于采用了绕主点旋转成像的迭代模式，有效应对了恒星布局不平衡对主点定标精度的影响。此外，分两步先求解主点、主距，再解算畸变系数，并采用了Kalman递归滤波策略，即有效抑制内方位参数间的耦合问题，又有效抑制星点提取随机噪声对定标精度的影响。方法适用于无法获取精确姿态测量下的在轨内定标，并对恒星布局有一定鲁棒性。 | ||||||
| 377 | LMMSE信道估计方法、装置和信号处理系统 | CN202210860343.X | 2022-07-21 | CN115277315B | 2023-08-25 | 冯雪林; 孙陆宽; 丁雅帅; 钱蔓藜; 胡金龙 |
| 本申请提供了一种LMMSE信道估计方法、装置和信号处理系统，该方法包括：获取LMMSE估计公式的修订自相关矩阵，修订自相关矩阵为根据噪声影响修订的信道的自相关矩阵，且修订自相关矩阵为Toeplitz矩阵；采用递归计算方法计算得到修订自相关矩阵的逆矩阵的末列向量，修订自相关矩阵的逆矩阵为Toeplitz矩阵，末列向量为修订自相关矩阵的逆矩阵的最后一列的元素组成的向量；根据Toeplitz矩阵的特性和末列向量计算得到修订自相关矩阵的逆矩阵；根据修订自相关矩阵的逆矩阵和LMMSE估计公式计算得到LMMSE滤波矩阵。该方法解决现有技术中LMMSE信道估计方法的复杂度高的问题。 | ||||||
| 378 | 一种低信噪比下重要多径分量的辨识方法、系统及介质 | CN202211366948.X | 2022-11-02 | CN115767756A | 2023-03-07 | 隋永波; 高辉; 蒋国平; 陈璐; 徐霄 |
| 本发明公开了一种低信噪比下重要多径分量的辨识方法、系统及介质，通过将无线通信中的信道脉冲响应中各个多径分量分解为多个子分量，通过评估各个子分量的递归特性确定可用的子分量，重构信道脉冲响应中各个多径分量，解决高噪声对多径分量辨识的负面影响；最后，通过评估重构多径分量的平均功率辨识出重要的多径分量。基于重要多径分量，调整无线通信系统发射端的调制方式，实现减小无线通信系统的误码率，本发明可以解决低信噪比下重要多径分量的辨识问题，为实现无线通信的自适应传输和自适应编码等提供了保障。 | ||||||
| 379 | 一种基于全局和局部相互作用的红外图像显著检测方法 | CN201711322406.1 | 2017-12-13 | CN108256519B | 2022-06-17 | 徐晓川; 祁伟; 曹峰; 杨粤涛; 刘光胜 |
| 本发明揭示了一种基于全局和局部相互作用的红外图像显著检测方法，包括计算结构性局部自适应递归核、构建仿射矩阵提升显著图性能、基于高斯混合模型建立全局约束、使用结构性滤波方法滤除噪声干扰、整合局部和全局的模型计算最终的显著图。本发明能够有效地估计视觉显著目标信息，为后期的目标跟踪和目标识别提高有效的后续区域，减少机器视觉算法的搜索消耗，提高了算法的运行效率，也可以减少硬件的运算功耗，提高图像信号的资源利用率，为后期的视觉任务提供有效的图像预处理支撑。 | ||||||
| 380 | 一种稳健的复数域多任务贝叶斯压缩感知方法 | CN202110827654.1 | 2021-07-21 | CN113556130B | 2022-05-03 | 张启雷; 孙造宇; 张永胜; 董臻; 金光虎; 何峰; 李德鑫; 粟毅; 何志华; 计一飞 |
| 本发明公开了一种稳健的复数域多任务贝叶斯压缩感知方法，包括：S1、输入输入yi，Φi i＝1，2，...，L；S2、参数初始化；S3、任意选择一αm，计算判决因子；S4、判决并更新λ和αm值，若Δm＞0且αm＝∞，进行增加操作；若Δm＞0且αm＜∞，进行重新估计操作；若Δm＜0，进行删除操作；S5、根据步骤S4选择的操作类型，进行相应的参数更新；判断是否满足递归中止条件，若不满足，则t＝t+1，返回步骤S3；若满足，输出重构后的原始信号本发明消除了测量噪声方差的影响，具有重构精度高、计算速度快、鲁棒性好的特点。 | ||||||
QQ群二维码
意见反馈
意见反馈