-
公开(公告)号：CN113362853B
公开(公告)日：2022-07-01
申请号：CN202010139218.0
申请日：2020-03-03
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于LSTM网络EMD端点效应抑制方法。该方法有效地结合了LSTM网络对信号的预测和EMD分解在单通道盲源分离技术中的应用，并根据信号的特点寻找LSTM网络的时间步长，有效地提高了预测的精度，从而有效地解决了单通道盲源分离中EMD方法出现的端点效应问题，在对解决复杂工厂环境下的声音分离问题中取得了较好的效果。该方法能够有效解决非线性非平稳时间序列分析中的端点效应问题，可应用于单通道盲源混合信号的分离问题。
-
公开(公告)号：CN110572789A
公开(公告)日：2019-12-13
申请号：CN201910737758.6
申请日：2019-08-12
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Hankel变换的无线传感网高维数据补全方法，包括：S1，将接收的无线传感网高维数据建模为张量形式χ；S2，统计张量数据χ的有效元素位置，构成张量数据支撑集Ω；S3，针对张量数据χ进行TUCKER分解获得其核张量：χ＝C×1U(1)×……×iU(i)……×NU(N)；S4建立简单核张量核范数张量补全模型：S5，基于所述的简单核张量核范数张量补全模型，进行Hankel变换、变量分离，并通过交替迭代法优化对缺失数据进行计算填充，输出补全结果。本发明可以实现快速准确的进行数据补全。
-
公开(公告)号：CN112383922B
公开(公告)日：2022-09-30
申请号：CN201910607372.3
申请日：2019-07-07
Applicant: 东北大学秦皇岛分校
IPC: H04W16/14 , H04W16/22 , H04W52/24 , H04W52/26 , H04W52/28 , H04W72/04 , H04W72/08 , H04W72/10 , G06N20/00
Abstract: 本发明涉及一种基于优先经验重放的深度强化学习频谱共享方法，所述方法包括以下几个步骤：构建频谱共享模型；在频谱共享模型下，将频谱共享问题建模为深度强化学习中智能体与环境交互的马尔科夫决策过程(MDP)，训练基于样本优先经验重放的深度强化学习模型，获得认知用户功率传输的学习价值信息；根据所获取的认知用户功率传输学习价值信息判断频谱大数据下频谱共享控制决策，其中，所述控制决策实现了认知用户通过调节自身传输功率在不影响主用户通信质量下共享主用户的频谱，达到了可用频谱资源的高效利用。本发明在频谱网络状态动态变化、环境条件未知等因素下实现可用频谱资源的高效利用。
-
Patent Agency Ranking
公开(公告)号：CN113362853A
公开(公告)日：2021-09-07
申请号：CN202010139218.0
申请日：2020-03-03
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于LSTM网络EMD端点效应抑制方法。该方法有效地结合了LSTM网络对信号的预测和EMD分解在单通道盲源分离技术中的应用，并根据信号的特点寻找LSTM网络的时间步长，有效地提高了预测的精度，从而有效地解决了单通道盲源分离中EMD方法出现的端点效应问题，在对解决复杂工厂环境下的声音分离问题中取得了较好的效果。该方法能够有效解决非线性非平稳时间序列分析中的端点效应问题，可应用于单通道盲源混合信号的分离问题。
-
公开(公告)号：CN113314137B
公开(公告)日：2022-07-26
申请号：CN202010122642.4
申请日：2020-02-27
Applicant: 东北大学秦皇岛分校
IPC: G10L21/0272 , G10L21/0308 , G10L21/0208 , G06N3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于动态进化粒子群屏蔽EMD的混合信号分离方法，该方法步骤为：S1，利用无线测量仪器对数台设备的声音进行采集，得到t时刻的单通道混合信号s(t)；S2，利用EMD方法对混合信号s(t)进行分解，得到imf信号，利用imf信号初始化屏蔽信号的幅值A和频率f；S3，通过基于动态进化粒子群屏蔽EMD的混合信号分离方法，利用动态进化粒子群对粒子进行优化，进而实现屏蔽信号的幅值A和频率f的优化，再通过优化后的幅值A和频率f构造屏蔽信号，并对混合信号s(t)进行分离；S4，计算信号的四阶累积量，分析信号分离效果。该方法可应用于混合声音信号分离、混合震动信号分离、谐波分解等盲源分离。
-
公开(公告)号：CN110572789B
公开(公告)日：2022-05-24
申请号：CN201910737758.6
申请日：2019-08-12
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Hankel变换的无线传感网高维数据补全方法，包括：S1，将接收的无线传感网高维数据建模为张量形式χ；S2，统计张量数据χ的有效元素位置，构成张量数据支撑集Ω；S3，针对张量数据χ进行TUCKER分解获得其核张量：χ＝C×1U(1)×……×iU(i)……×NU(N)；S4建立简单核张量核范数张量补全模型：S5，基于所述的简单核张量核范数张量补全模型，进行Hankel变换、变量分离，并通过交替迭代法优化对缺失数据进行计算填充，输出补全结果。本发明可以实现快速准确的进行数据补全。
-
公开(公告)号：CN113314137A
公开(公告)日：2021-08-27
申请号：CN202010122642.4
申请日：2020-02-27
Applicant: 东北大学秦皇岛分校
IPC: G10L21/0272 , G10L21/0308 , G10L21/0208 , G06N3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种基于动态进化粒子群屏蔽EMD的混合信号分离方法，该方法步骤为：S1，利用无线测量仪器对数台设备的声音进行采集，得到t时刻的单通道混合信号s(t)；S2，利用EMD方法对混合信号s(t)进行分解，得到imf信号，利用imf信号初始化屏蔽信号的幅值A和频率f；S3，通过基于动态进化粒子群屏蔽EMD的混合信号分离方法，利用动态进化粒子群对粒子进行优化，进而实现屏蔽信号的幅值A和频率f的优化，再通过优化后的幅值A和频率f构造屏蔽信号，并对混合信号s(t)进行分离；S4，计算信号的四阶累积量，分析信号分离效果。该方法可应用于混合声音信号分离、混合震动信号分离、谐波分解等盲源分离。
-
公开(公告)号：CN112383922A
公开(公告)日：2021-02-19
申请号：CN201910607372.3
申请日：2019-07-07
Applicant: 东北大学秦皇岛分校
IPC: H04W16/14 , H04W16/22 , H04W52/24 , H04W52/26 , H04W52/28 , H04W72/04 , H04W72/08 , H04W72/10 , G06N20/00
Abstract: 本发明涉及一种基于优先经验重放的深度强化学习频谱共享方法，所述方法包括以下几个步骤：构建频谱共享模型；在频谱共享模型下，将频谱共享问题建模为深度强化学习中智能体与环境交互的马尔科夫决策过程(MDP)，训练基于样本优先经验重放的深度强化学习模型，获得认知用户功率传输的学习价值信息；根据所获取的认知用户功率传输学习价值信息判断频谱大数据下频谱共享控制决策，其中，所述控制决策实现了认知用户通过调节自身传输功率在不影响主用户通信质量下共享主用户的频谱，达到了可用频谱资源的高效利用。本发明在频谱网络状态动态变化、环境条件未知等因素下实现可用频谱资源的高效利用。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
