| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 161 | 一种基于改进型奇异谱分析的捷联惯导升沉测量方法 | CN202211669948.7 | 2022-12-25 | CN115752482A | 2023-03-07 | 龚胜; 刘利强; 李倩; 奔粤阳; 沈志峰; 高倩倩; 方时铮; 任祐黎; 吴磊; 周广涛 |
| 本发明提供一种基于改进型奇异谱分析的捷联惯导升沉测量方法，使用常规奇异谱分析对天向加速度时间序列进行奇异值分解，得到加速度初始化奇异值矩阵和初始化特征向量矩阵，根据奇异值特征进行分组重构得到滤除噪声的加速度，积分得到速度。对速度时间序列进行SVD分解，得到速度初始化奇异值矩阵和初始化特征向量矩阵，初始化完成。递归更新，利用天向加速度驱动数据进行实时更新，得到当前时刻的加速度奇异值矩阵和特征向量矩阵，分组重构得到滤除噪声的加速度，对加速度积分完成速度更新。利用速度更新递归当前时刻的速度奇异值矩阵和速度特征向量矩阵，分组重构得到滤除噪声的速度，对速度积分完成升沉位移更新。 | ||||||
| 162 | 一种基于相空间重构的信号提取方法、系统及介质 | CN202211462611.9 | 2022-11-22 | CN115496116A | 2022-12-20 | 舒勤; 王畅; 崔忠马; 范宇; 钟俊; 王东 |
| 本发明公开了一种基于相空间重构的信号提取方法、系统及介质，属于信号提取技术领域，获取第一信号，所述第一信号为被噪声污染或受到干扰的信号；采用互信息量法与Cao方法对所述第一信号进行处理，获得相空间矩阵；通过模糊递归算法并结合最优硬阈值准则对所述相空间矩阵进行处理，获得信号子空间与噪声干扰子空间；向信号子空间与噪声干扰子空间进行投影，在高维相空间中修正相点，并对修正后的相点进行逆变换，获得第二信号，第二信号为降噪或消除干扰后的信号；本发明的有益效果为通过将互信息量与Cao方法结合，并采用模糊递归算法对相关的矩阵进行处理，增加了提取有效信号的准确度，减少了提取信号的误差。 | ||||||
| 163 | 应用人工智能策略的大数据清洗决策方法及AI处理系统 | CN202210563391.2 | 2022-05-23 | CN114880314A | 2022-08-09 | 任志贵; 苏健明 |
| 本发明实施例提供一种应用人工智能策略的大数据清洗决策方法及AI处理系统，依次加载前向AI网络模型和后向AI网络模型形成的噪声决策网络，对目标用户行为大数据进行前后AI决策，后向AI网络模型的模型加载信息是依据前向AI网络模型得到的各个噪声支持度进行整理后进一步提取的，从而可以提高后向模型加载信息的可靠性。同时将前向AI网络模型、后向AI网络模型按照前后顺序配置，前向AI网络模型依据预设AI指令调取主动学习决策网络可以控制模型加载信息量，后向AI网络模型选用递归神经决策网络，递归神经决策网络相对于传统神经网络模型可以提高时间关联性的学习能力，进而提高噪声决策的准确性。 | ||||||
| 164 | 一种求解含噪声时变问题的神经动力学方法 | CN201711161743.7 | 2017-11-17 | CN107957685B | 2020-09-22 | 张智军; 孔令东 |
| 本发明公开了一种求解含噪声时变问题的神经动力学方法，所述方法包括：1)建立实际物理系统的时变二次规划问题标准模型；2)对时变二次规划问题标准模型进行最优值优化，分别获取关于最优解和关于拉格朗日乘数的偏导数信息；3)将偏导数信息转化为标准时变矩阵形式；4)设计偏差函数；5)利用幂型变参递归神经动力学方法和四种常见的激活函数，设计实数域上的含噪声时变问题的幂型神经动力学方法，所求得的解即为时变二次规划问题的最优解。本发明基于幂型变参递归神经动力学方法，在运用常见单调递增奇激活函数求解含噪声时变问题时具有全局收敛特性，且误差能以超指数的速度收敛到零，大大提高了计算速度。 | ||||||
| 165 | 一种基于WiFi的室内定位优化算法 | CN201710084372.0 | 2017-02-16 | CN107071894B | 2020-04-24 | 文玎玲; 谭峻东; 余天尧; 龙云亮 |
| 本文公开一种基于WiFi的室内定位优化算法，为解决现有的WiFi室内定位方法的信号噪声问题，通过对原始RSSI指纹库的重新编码，减少噪声在RSSI信号数据中的影响，能适应具有大量噪声的实际环境，从而提高了WiFi定位的精度。该算法的实现过程分为两个阶段：训练阶段：线下采集RSSI数据，将其转换成RSSI指纹库；将RSSI指纹库的与x、y坐标值部分分离；构造一个非递归神经网络不断训练RSSI值部分，得到一个新的数据集，形成新的RSSI指纹库；测试阶段：将给出的某一位置RSSI指纹，经过与训练阶段同样的非递归神经网络，通过KNN分类算法进行指纹库匹配分别对x坐标值和y坐标值分类，得出最终定位结果。 | ||||||
| 166 | 一种基于WiFi的室内定位优化算法 | CN201710084372.0 | 2017-02-16 | CN107071894A | 2017-08-18 | 文玎玲; 谭峻东; 余天尧; 龙云亮 |
| 本文公开一种基于WiFi的室内定位优化算法，为解决现有的WiFi室内定位方法的信号噪声问题，通过对原始RSSI指纹库的重新编码，减少噪声在RSSI信号数据中的影响，能适应具有大量噪声的实际环境，从而提高了WiFi定位的精度。该算法的实现过程分为两个阶段：训练阶段：线下采集RSSI数据，将其转换成RSSI指纹库；将RSSI指纹库的与x、y坐标值部分分离；构造一个非递归神经网络不断训练RSSI值部分，得到一个新的数据集，形成新的RSSI指纹库；测试阶段：将给出的某一位置RSSI指纹，经过与训练阶段同样的非递归神经网络，通过KNN分类算法进行指纹库匹配分别对x坐标值和y坐标值分类，得出最终定位结果。 | ||||||
| 167 | 基于卡尔曼滤波的谐振器相位噪声抑制方法 | CN202411404101.5 | 2024-10-09 | CN119254189A | 2025-01-03 | 刘思甜; 张旭阳 |
| 本发明提出了一种基于卡尔曼滤波的谐振器相位噪声抑制方法，实现步骤为：对谐振器的位移进行采样；计算每次采样的先验误差矩阵和先验估计值；计算每次采样的卡尔曼增益；计算每次采样的误差矩阵；获取谐振器相位噪声抑制结果。本发明基于卡尔曼滤波实现对机械谐振式器件内谐振器相位噪声的抑制，适用于包括高频噪声在内的多种噪声类型，能够灵活应对不同工作环境和噪声类型，具有较好的适应性；且本发明基于卡尔曼滤波具有递归计算的特性，能够在每次新数据到来时更新状态估计，而无需处理所有历史数据，同时结合预测模型和噪声观测，对输入信号进行动态估计与优化，使得滤波器可以迅速响应信号频率的变化，提供高效的实时调整能力。 | ||||||
| 168 | 一种单通道非平稳噪声估计方法 | CN202410415983.9 | 2024-04-08 | CN118351869A | 2024-07-16 | 万志良; 张胜 |
| 本发明公开了一种单通道非平稳噪声估计方法，涉及噪声估计技术领域；其包括如下步骤，计算获得单通道带噪语音的频域信号，短时功率谱，后验信噪比，先验信噪比，第一次平滑后的带噪语音功率谱，当前帧最小值，当前帧的语音存在二值判决，第二次平滑后的带噪语音功率谱，在第二次平滑后带噪语音功率谱里过去D帧中的最小值，不存在语音的先验概率，语音存在的条件概率，平滑因子，递归平均得到噪声功率谱的估计值，无偏的噪声估计值；其通过两次短时功率谱平滑和最小值搜索得到先验语音不存在概率，最小值搜索能够减小跟踪噪声的时延，降低对噪声的过估计和欠估计，从而提高噪声估计准确度。 | ||||||
| 169 | 车辆载荷估计方法、装置及存储介质 | CN202411537194.9 | 2024-10-31 | CN119537748A | 2025-02-28 | 傅直全; 朱奇章; 李钊男; 宋小毅; 李占明; 柳世铭 |
| 本申请公开了车辆载荷估计方法、装置及存储介质，方法包括：基于车辆纵向动力学模型以及扩展卡尔曼滤波构建第一载荷估计；基于车辆运行工况影响因子构建车辆运行工况评估系数，根据车辆运行工况评估系数、车辆纵向动力学模型以及递归最小二乘法构建第二载荷估计；基于车辆动态参数、第一载荷估计以及第二载荷估计构建融合载荷估计，以融合载荷估计以及当前车辆运行参数输出当前车辆载荷估计值。本申请的有益效果：确保在车辆任何运行状态时对载荷估计的准确性，同时通过车辆运行工况影响因子补偿递归最小二乘法受环境噪声的随机影响，进一步提高载荷估计的准确性，并利用递归最小二乘法进行融合载荷估计计算复杂度较低，降低算力需求。 | ||||||
| 170 | 高动态范围图像重建方法、系统、终端及存储介质 | CN202310424130.7 | 2023-04-19 | CN116977198A | 2023-10-31 | 王永芳; 杨英杰 |
| 本发明提供了一种高动态范围图像重建方法和系统，构建基于双分支结构递归频带重建机制的高动态范围图像重建模型；采用公开样本集；构建训练样本集，对所述高动态范围图像进行训练，得到高动态范围图像生成模型；将大运动前景下多张连续不同曝光的低动态图像输入至所述高动态范围图像生成模型，得到对应的高动态范围图像。本发明基于双分支结构递归频带重建机制重建网络，有效解决在大运动前景下高动态范围重建算法容易产生鬼影效应和噪声的问题；通过对输入多曝光低动态范围图中本地特征和全局特征分别进行提取和融合，重建后的高动态范围图像质量更高，并引入递归频带重建机制，从低中高频分别对图像进行重建，网络能够更好的学习重建任务。 | ||||||
| 171 | 一种微波扫频数据的二阶频率选择方法及装置 | CN202010542110.6 | 2020-06-15 | CN111812122B | 2021-08-03 | 韦真博; 张津阳; 王俊; 杜冬冬; 程绍明 |
| 本发明公开了一种微波扫频数据的二阶频率选择方法及装置，该方法包括：获取微波扫频数据；使用随机森林‑递归特征消除算法在所述微波扫频数据上进行频率选择，将随机森林‑递归特征消除算法中的预设参数作为超参数，改变超参数的取值，生成一系列包含不同频率的候选频率子集；基于不同频率的候选频率子集对应的扫频数据，建立预测模型；使用10折交叉验证评价每一个预测模型的性能，计算得到模型性能的评价指标值；将所述评价指标作为投票的依据，使用多数投票法，选出最优的频率子集合。本发明填补了基于微波扫频数据进行频率选择的空白，去除会引入噪声和冗余数据的劣质频点；改善随机森林‑特征递归消除算法，消除特征选择时的模糊性与主观性。 | ||||||
| 172 | 基于软决策优化的基础矩阵鲁棒估计方法 | CN201910022708.X | 2019-01-10 | CN109785372A | 2019-05-21 | 冯大政; 张焕焕; 肖春宝 |
| 本发明属于计算机视觉技术领域，公开了基于软决策优化的基础矩阵鲁棒估计方法。该方法包括：获取图像，提取特征点，为每个待匹配特征点选取k个对应的候选匹配特征点，进行粗匹配确定候选点对集；计算初始基础矩阵，将初始基础矩阵按列排列得到初始列向量；构建基于Sampson距离误差的软决策目标函数，采用驻点法得到递归公式，根据递归公式及初始列向量迭代递归，得到收敛向量；将收敛向量反变换为3×3的矩阵，并采用奇异值分解法将矩阵的秩限制为2，得到基础矩阵；根据估计得到的基础矩阵确定内点集合。本发明能够有效应对大的噪声和过高比例的外点影响，准确的估计基础矩阵和内点集。 | ||||||
| 173 | 一种考虑非对称噪声及时滞影响的航空发动机系统在线辨识方法 | CN202410825557.2 | 2024-06-25 | CN118690562A | 2024-09-24 | 孙希明; 钱煜; 刘新鹏; 杨宪强 |
| 本发明涉及模型参数辨识技术领域，提出了一种考虑非对称噪声及时滞影响的航空发动机系统在线辨识方法。针对在航空发动机系统中航空发动机转速对燃油流量变化的响应延迟导致系统存在时滞；以及航空发动机系统因外部扰动和仪表误差等因素导致量测数据存在非高斯偏斜噪声和异常值的问题，本发明提出航空发动机系统的在线辨识方法，引入偏拉普拉斯分布对噪声进行建模，基于贝叶斯定理求解航空发动机系统存在的时滞的后验分布，通过递归期望最大化算法在线估计出航空发动机系统模型参数及噪声参数。 | ||||||
| 174 | 利用多头测量模型的概率状态跟踪 | CN202280024445.6 | 2022-01-13 | CN117178540A | 2023-12-05 | K·贝恩拓普; M·格雷夫; S·迪卡拉诺; 金耕进 |
| 一种使用信息的非同步协作来跟踪车辆状态的概率性系统包括将传入的测量结果与车辆状态相关联的概率性多头测量模型。该模型的第一头部将经受测量噪声的卫星信号的测量结果与车辆状态的置信度相关联，并且第二头部将经受估计噪声的车辆状态的估计与车辆状态的置信度相关联。系统的概率性滤波器基于多头测量模型递归地更新车辆状态的置信度，所述多头测量模型接受经受测量噪声的卫星信号的测量结果和经受估计噪声的车辆状态的估计中的一者或组合。 | ||||||
| 175 | 语音信号噪声功率谱密度估计方法和装置 | CN201811594883.8 | 2018-12-25 | CN109616139B | 2023-11-03 | 赵峰; 王健宗; 肖京 |
| 本发明涉及语音处理技术领域，具体提供了一种语音信号噪声功率谱密度估计方法和装置，其中，方法包括：提取带噪语音信号中的时间上下文窗口特征输入到预先训练好的语音存在概率估计器中，语音存在概率估计器输出当前时间帧对应的估计语音存在概率；根据贝叶斯规则，修正估计语音存在概率，确定语音存在概率；根据语音存在概率，采用递归平滑公式，确定相应的时间帧对应的噪声功率谱密度。通过本发明的技术方案，在较小计算资源的情况下，提升了噪声功率谱密度的估计准确性，有利于有效地消除噪声信号，最小化语音处理过程中的失真，提升语音增强性能。 | ||||||
| 176 | 一种噪声调频信号识别方法 | CN202011368450.8 | 2020-11-30 | CN112543159B | 2022-04-22 | 蔡敬伦; 牛慧莹 |
| 本发明提出了一种噪声调频信号识别方法，属于通讯技术领域。本发明利用噪声调频在频谱和能量分布上的特点，对其内在特征进行提取和判断，以达到能够准确识别噪声调频信号的目的。具体来说，依次进行数字MPSK调制信号判断、数字MASK调制信号判断、数字MFSK调制信号判断，以及模拟调制判断，利用同周期的两个跳频信号的互斥性递归分选剩余的跳频信号。本发明经过信号时域和频域提取特征，借助谱线和频谱进行参数估计，并根据优先级逐步确认的方法进行噪声调频信号识别，具有算法简洁、计算量小、特征提取较为容易、工程实现难度小的优点。 | ||||||
| 177 | 一种噪声调频信号识别方法 | CN202011368450.8 | 2020-11-30 | CN112543159A | 2021-03-23 | 蔡敬伦; 牛慧莹 |
| 本发明提出了一种噪声调频信号识别方法，属于通讯技术领域。本发明利用噪声调频在频谱和能量分布上的特点，对其内在特征进行提取和判断，以达到能够准确识别噪声调频信号的目的。具体来说，依次进行数字MPSK调制信号判断、数字MASK调制信号判断、数字MFSK调制信号判断，以及模拟调制判断，利用同周期的两个跳频信号的互斥性递归分选剩余的跳频信号。本发明经过信号时域和频域提取特征，借助谱线和频谱进行参数估计，并根据优先级逐步确认的方法进行噪声调频信号识别，具有算法简洁、计算量小、特征提取较为容易、工程实现难度小的优点。 | ||||||
| 178 | 语音信号噪声功率谱密度估计方法和装置 | CN201811594883.8 | 2018-12-25 | CN109616139A | 2019-04-12 | 赵峰; 王健宗; 肖京 |
| 本发明涉及语音处理技术领域，具体提供了一种语音信号噪声功率谱密度估计方法和装置，其中，方法包括：提取带噪语音信号中的时间上下文窗口特征输入到预先训练好的语音存在概率估计器中，语音存在概率估计器输出当前时间帧对应的估计语音存在概率；根据贝叶斯规则，修正估计语音存在概率，确定语音存在概率；根据语音存在概率，采用递归平滑公式，确定相应的时间帧对应的噪声功率谱密度。通过本发明的技术方案，在较小计算资源的情况下，提升了噪声功率谱密度的估计准确性，有利于有效地消除噪声信号，最小化语音处理过程中的失真，提升语音增强性能。 | ||||||
| 179 | 抑制稠油热采井温度监测噪声的方法 | CN201210078540.2 | 2012-03-22 | CN102628356B | 2015-09-23 | 王嘉淮; 潘勇; 韩吉声; 张敏; 邹琪琳; 谢尚然; 胡承军; 李士建; 芦志伟; 王金龙; 薛瑾 |
| 抑制稠油热采井温度监测噪声的方法，应用于油井温度监测技术领域。在空间域，采用小波多分辨率分析滤除原始空间-时间域温度分布信息中的高频噪声，得到初步降噪后的空间-时间域温度分布信息；在时间域，采用移动灰色模型去除该初步降噪后空间-时间域温度分布信息的非平稳噪声和干扰，并采用最小二乘法递归优化移动灰色模型中各个窗口的灰色模型参数，得到最终降噪后的空间-时间域温度分布信息。效果是：能抑制稠油热采井下采集到的温度信号中的非平稳随机噪声和干扰，提高温度分布信号信噪比。 | ||||||
| 180 | 用于存储器有效的噪声基底估计的方法和设备 | CN200680055926.4 | 2006-09-25 | CN101512940B | 2012-10-10 | T·威格伦 |
| 给出了在无线通信系统中用于噪声上升估计的方法，该方法包括：测量至少接收的总宽带功率的样本。从至少接收的总宽带功率的测量的样本，估计对于第一功率量的概率分布(800)。这个第一功率量是接收的总宽带功率本身。对于第一功率量的概率分布(800)被使用来计算噪声基底度量的条件概率分布(803)。这个计算被递归地执行。最后根据对于噪声基底度量的条件概率分布计算噪声上升度量的数值。还给出具有以上功能的无线通信系统的节点。典型地，该节点是RNC。 | ||||||
QQ群二维码
意见反馈
意见反馈