-
公开(公告)号：CN118260559B
公开(公告)日：2025-02-25
申请号：CN202410355371.5
申请日：2024-03-27
Abstract: 本发明公开了一种非平稳信号时频聚集性增强方法和系统，涉及信号时频聚集性增强技术领域，包括，收集非平稳信号进行预处理；对非平稳信号进行时频分析，定义权重算子；优化时频分析和权重算子目标函数，构建调幅和调频复合信号模型进行非平稳信号时频聚集性优化；评估优化后非平稳信号的时频聚集性并输出，将数据进行存储。本发明通过提出高阶加权时频稀疏表示，定义权重算子，并采用快速迭代收缩阈值算法进行优化，建立调幅和调频复合信号模型，针对快变信号具有更高的时频聚集性与鲁棒性，时频结果相对于理论瞬时频率准确性更高，相较于其他时频方法，时频聚集性与解耦性能均有所提升。
-
公开(公告)号：CN118245762B
公开(公告)日：2024-09-27
申请号：CN202410355115.6
申请日：2024-03-27
Abstract: 本发明公开了一种信号经验模态分解方法和系统，涉及信号分解技术领域，包括收集信号并进行预处理；采用顺序统计滤波器获取信号上下包络线；对信号进行逐层分解，获取不同频率信号分量，并进行质量评估，根据评估结果实施措施；对数据进行存储，设置数据安全保护。本发明通过收集信号进行预处理，采用顺序统计滤波器获取信号的上下包络线，采取自循环的方法对信号逐层分解，获取不同频率信号分量，抑制了传统经验模态分解方法的端点效应与模态混叠问题，从而提高整体分析准确性和分解效率。
-
公开(公告)号：CN118260559A
公开(公告)日：2024-06-28
申请号：CN202410355371.5
申请日：2024-03-27
Abstract: 本发明公开了一种非平稳信号时频聚集性增强方法和系统，涉及信号时频聚集性增强技术领域，包括，收集非平稳信号进行预处理；对非平稳信号进行时频分析，定义权重算子；优化时频分析和权重算子目标函数，构建调幅和调频复合信号模型进行非平稳信号时频聚集性优化；评估优化后非平稳信号的时频聚集性并输出，将数据进行存储。本发明通过提出高阶加权时频稀疏表示，定义权重算子，并采用快速迭代收缩阈值算法进行优化，建立调幅和调频复合信号模型，针对快变信号具有更高的时频聚集性与鲁棒性，时频结果相对于理论瞬时频率准确性更高，相较于其他时频方法，时频聚集性与解耦性能均有所提升。
-
Patent Agency Ranking
公开(公告)号：CN119025852A
公开(公告)日：2024-11-26
申请号：CN202411069103.3
申请日：2024-08-06
Applicant: 中国北方车辆研究所
Abstract: 本发明属于信号处理技术领域，具体涉及一种针对非线性调频信号的解耦方法和系统，包括捕获非线性调频信号进行预处理；分解预处理后的非线性调频信号；对分解后的非线性调频信号进行非线性特性分析；构建解耦算法对非线性调频信号进行解耦处理；对解耦后的非线性调频信号进行评估。本发明通过构建高效且准确的解耦算法，不仅考虑了非线性调频信号的独特性质，还实现了对非线性特性的深度分析和高效处理，可以有效地从复杂的信号中提取出有用信息，显著提高了非线性调频信号处理的准确性和效率，使非线性调频信号在各种应用场景下的性能大幅提升，不仅解决了现有技术中的关键问题，还为非线性调频信号的处理提供一种全新的、更为高效和准确的方法。
-
公开(公告)号：CN118296297A
公开(公告)日：2024-07-05
申请号：CN202410355199.3
申请日：2024-03-27
IPC: G06F18/10 , G06F18/213 , G06F18/21 , G01D21/02
Abstract: 本发明公开了一种针对冲击信号的解耦方法和系统，涉及信号处理技术领域，包括收集冲击信号数据并进行预处理；对预处理后的冲击信号数据进行量子编码并分析冲击信号的频谱成分；提取频谱成分中的关键特征并进行解耦；进行量子态测量并解码冲击信号数据；评估解耦后的冲击信号。本发明通过对冲击信号数据进行量子编码以及基于量子编码进行的频谱分析和解耦算法，可以有效识别和提取冲击信号中的关键特征，在处理大规模、复杂的数据集时更加高效，能够揭示传统方法难以捕捉的细微特征，在复杂环境中更准确地进行信号解耦，因此，本发明不仅显著提高了解耦的精度和效率，而且具有良好的适应性和可扩展性，可以广泛应用于不同的冲击信号处理场景。
-
公开(公告)号：CN118296297B
公开(公告)日：2025-01-07
申请号：CN202410355199.3
申请日：2024-03-27
IPC: G06F18/10 , G06F18/213 , G06F18/21 , G01D21/02
Abstract: 本发明公开了一种针对冲击信号的解耦方法和系统，涉及信号处理技术领域，包括收集冲击信号数据并进行预处理；对预处理后的冲击信号数据进行量子编码并分析冲击信号的频谱成分；提取频谱成分中的关键特征并进行解耦；进行量子态测量并解码冲击信号数据；评估解耦后的冲击信号。本发明通过对冲击信号数据进行量子编码以及基于量子编码进行的频谱分析和解耦算法，可以有效识别和提取冲击信号中的关键特征，在处理大规模、复杂的数据集时更加高效，能够揭示传统方法难以捕捉的细微特征，在复杂环境中更准确地进行信号解耦，因此，本发明不仅显著提高了解耦的精度和效率，而且具有良好的适应性和可扩展性，可以广泛应用于不同的冲击信号处理场景。
-
公开(公告)号：CN118245762A
公开(公告)日：2024-06-25
申请号：CN202410355115.6
申请日：2024-03-27
Abstract: 本发明公开了一种信号经验模态分解方法和系统，涉及信号分解技术领域，包括收集信号并进行预处理；采用顺序统计滤波器获取信号上下包络线；对信号进行逐层分解，获取不同频率信号分量，并进行质量评估，根据评估结果实施措施；对数据进行存储，设置数据安全保护。本发明通过收集信号进行预处理，采用顺序统计滤波器获取信号的上下包络线，采取自循环的方法对信号逐层分解，获取不同频率信号分量，抑制了传统经验模态分解方法的端点效应与模态混叠问题，从而提高整体分析准确性和分解效率。
-
公开(公告)号：CN118708928A
公开(公告)日：2024-09-27
申请号：CN202410644082.7
申请日：2024-05-23
Applicant: 中国北方车辆研究所
IPC: G06F18/213 , G06F18/25
Abstract: 一种信号微弱特征提取方法和系统，主要包括以下步骤：获取机电设备中非圆齿轮壳体在正常和故障等多种状态下的原始振动信号，根据改进经验小波变换对所述原始振动信号进行分解，并将分解后的信号分量结合改进顺序统计滤波器提取频带瞬时包络线；然后，结合多尺度相关性准则、熵准则以及故障特征频率匹配准则等预设约束准则，筛选出原始振动信号中微弱特征信号模态分量。该方法能够有效提高非圆齿轮信号微弱特征的提取效果，降低噪声和干扰信号的影响，提高微弱特征信号分量的筛选准确性，有助于提高故障诊断和分析的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
