-
公开(公告)号：CN114296140B
公开(公告)日：2023-08-18
申请号：CN202111365676.7
申请日：2021-11-18
Applicant: 电子科技大学 , 中国电子科技集团公司第九研究所
IPC: G01V3/08
Abstract: 本发明公开了一种基于梯度信息熵正交基分解的磁异常检测方法。本发明根据采集到的磁梯度张量背景信号的特点估计出信号分布的方差，构建信息熵的指标，并通过此指标来对采集到的五个磁异常梯度张量分量信号进行信息熵处理，再采用新的标准正交基对五个处理后的信号进行整合以及处理，得到梯度信息熵正交基分解的输出信号，再根据输出信号判断是否存在铁磁目标导致的异常信号。
-
公开(公告)号：CN114325846B
公开(公告)日：2023-06-20
申请号：CN202111365646.6
申请日：2021-11-18
Applicant: 电子科技大学 , 中国电子科技集团公司第九研究所
IPC: G01V3/08
Abstract: 本发明公开了一种利用时间相干性抑制背景噪声的磁异常检测方法。该方法利用地磁背景噪声在间隔比较近的时间段内具有较强的的相干性的特点，针对同一传感器采集的不同时间段的信号，在频域自适应地计算地磁背景噪声在时间上的传递函数，利用传递函数消除目标信号中的地磁背景噪声，提高磁异信号的信噪比，以便检测到磁异常目标。本发明可以提高磁异常信号的信噪比，有助于找到磁性目标。
-
公开(公告)号：CN114296139B
公开(公告)日：2023-05-23
申请号：CN202111365585.3
申请日：2021-11-18
Applicant: 电子科技大学 , 中国电子科技集团公司第九研究所
IPC: G01V3/08
Abstract: 本发明公开了一种级联随机共振的磁异常信号检测方法。在双稳态随机共振系统的基础上，对随机共振处理之后的信号进行标准正交基分解，通过对标准正交基分解后的能量使用蒙特卡罗方法进行样本估计，然后进行恒虚警检测，并且通过级联级联检测系统的方法来识别目标磁信号是否存在磁异常。
-
公开(公告)号：CN115828069A
公开(公告)日：2023-03-21
申请号：CN202211707589.X
申请日：2022-12-29
Applicant: 电子科技大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464
Abstract: 发明名称一种基于深度学习的端到端磁异常信号降噪方法摘要本发明公开了一种基于深度学习的端到端磁异常信号降噪方法。首先，对磁异常信号进行小波分解和重构实现带通滤波，提取磁异常所在频段的信号；然后，利用正交基函数(OrthogonalBasisFunction，OBF)对信号分别进行分解，求解各个正交基上的分解系数；接着将各个正交基的分解系数作为多通道深度学习网络的输入，将对应的理想磁信号作为输出，训练得到一种端到端降噪网络模型；最后，利用训练好的降噪网络模型对磁信号进行处理，得到降噪后的磁异常信号。本方法综合利用基于小波分析的带通滤波、OBF分解、端到端的深度学习网络，对采集的磁信号进行特征提取提取和降噪，能够有效提高磁异常信号的信噪比。
-
公开(公告)号：CN112904434A
公开(公告)日：2021-06-04
申请号：CN202011532926.7
申请日：2020-12-22
Applicant: 电子科技大学 , 中国电子科技集团公司第九研究所
IPC: G01V3/38
Abstract: 本发明公开了一种基于参数优化随机共振的磁异常信号检测方法。本发明根据磁异常信号磁偶极子的特征和随机共振系统的特点进行建模，构建影响因子指标，并通过此指标和输出标准差来量化随机共振系统的输出响应，采用智能优化算法寻找最优参数，实现参数的自适应匹配，最后将采集的磁信号作为输入，得到随机共振系统的输出信号，再根据输出信号判断是否存在铁磁目标导致的异常信号。
-
Patent Agency Ranking
公开(公告)号：CN112052796A
公开(公告)日：2020-12-08
申请号：CN202010928125.6
申请日：2020-09-07
Applicant: 电子科技大学
IPC: G06K9/00 , G06N3/04 , G06N3/08 , G01R31/72 , G01R31/54 , G01R31/52 , G01R31/34 , G01R15/20 , G01M15/00 , G01M13/045 , G01M13/04 , G01M13/00 , G01H11/08
Abstract: 本发明公开了一种基于深度学习的永磁同步电机故障诊断方法，其中永磁同步电机的主要故障包括定子绕组开路、定子绕组短路、偏心、退磁、转轴弯曲、轴承故障等。该方法通过电流传感器、振动传感器和声音传感器分别采集电机的定子电流信号、振动信号和噪声信号。该方法包括如下步骤：1)信号预处理；2)提取信号的时域、频域和时频特征；3)基于特征大数据训练深度神经网络；4)基于深度学习诊断永磁同步电机的故障类型。本发明融合了多传感器和多故障特征，比同类方法有更高的适用性。
-
公开(公告)号：CN105447461B
公开(公告)日：2018-09-07
申请号：CN201510813245.0
申请日：2015-11-20
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种局部均值分解过程滑动步长的确定方法。本发明首先估算信号所有相邻极点之间的间隔步长，找到间隔步长的最大值和最小值；然后以最小间隔步长和最大间隔步长之间的奇数步长作为一系列候选步长；再用这一系列候选步长对局部均值线段进行滑动平均，得到一系列平滑均值曲线；再估计平滑曲线的功率谱，将功率谱分为高频部分和低频部分；然后以功率谱的低频能量和高频能量之比值作为衡量曲线光滑度的指标，比值越大，表示曲线越光滑；最后选取光滑度指标最大的曲线所对应的候选步长作为局部均值分解过程中的最佳滑动步长。通过本发明公开的方法，能自动找到最合适的滑动步长，使局部均值分解的结果更准确，具有良好的应用前景。
-
公开(公告)号：CN108090432A
公开(公告)日：2018-05-29
申请号：CN201711317668.9
申请日：2018-03-15
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00543
Abstract: 本发明公开了一种利用计算机自动识别振动信号谱峰的识别方法。先将振动信号进行傅立叶变换，得到幅值谱或功率谱，即频谱序列；然后构造一个高斯型函数，再计算频谱序列和高斯型函数之间的互相关系数序列；再对互相关系数求一阶导数，得到互相关系数的斜率序列；然后设定一个阈值，在斜率序列中，从左到右寻找斜率由大于正阈值变为小于负阈值的过零点，记录下过零点位置；再在互相关系数序列中，以过零点位置为中心的附近寻找最大值，记录下最大值的位置；最后在频谱序列中，以最大位置处对应的频谱序列位置作为频谱谱峰位置。
-
公开(公告)号：CN106759618A
公开(公告)日：2017-05-31
申请号：CN201611160515.3
申请日：2016-12-15
Applicant: 电子科技大学
IPC: E02F9/20
CPC classification number: E02F9/205
Abstract: 本发明公开了一种地下铲运机的无线遥控方法。铲运机的操作分为遥控和机控操作两种控制模式，同一时间只有一套操作装置的控制信号起作用。整个控制系统由五部分组成：遥控操作台负责产生和发送遥控信号，接收状态信号，接收、显示视频信号，由操作人员携带，远离铲运机操作；机载操作台固定于铲运机，负责机控信号的产生，反映铲运机的运行状态；遥控接收系统负责遥控信号和视频信号的传送；主控系统负责各种控制、检测信号的调理、传送以及各种控制算法的实现；动作执行系统负责实现铲运机的各种动作。无论遥控还是机控，控制信号都先通过主控系统，再传送到动作执行系统。遥控操作台和铲运机之间的控制、状态信号都通过无线通信方式传送。
-
公开(公告)号：CN115879053A
公开(公告)日：2023-03-31
申请号：CN202211707599.3
申请日：2022-12-29
Applicant: 电子科技大学
IPC: G06F18/2433 , G06F18/214 , G06N3/048 , G06N3/08
Abstract: 发明名称一种基于正交基神经网络的磁异常检测方法摘要本发明公开了一种基于正交基神经网络的磁异常检测方法。本方法对神经网络的激活函数进行改进，将激活函数进行傅立叶级数展开，得到一组正交三角函数，以这些三角函数作为神经网络隐藏层各节点的激活函数，构成傅立叶正交基神经网络。然后对磁信号进行正交基函数分解，得到信号在三组正交基上的分解系数。将三组分解系数分别作为三个傳里叶正交基神经网络的输入，训练得到三个神经网络模型，作为三个弱分类器，再将三个弱分类器的输出进行融合，从而得到一个强分类器，最后根据强分类器的输出来判断是否存在磁异常。本方法在神经网络模型训练时收敛速度快，模型训练时间短，能避免陷入局部最优，具有较高的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.021 seconds)
