-
公开(公告)号:CN111259762B
公开(公告)日:2022-03-29
申请号:CN202010030391.7
申请日:2020-01-13
Applicant: 西南交通大学
Abstract: 本发明提供了一种受电弓异常检测方法,涉及铁路弓网智能检测与监测技术领域。对受电弓图像进行区域编码,对检测网络进行训练,受电弓异常检测网络采用深度编解码结构,由输入层、中间层和输出层构成,其中中间层共有35层,在异常检测过程中,将所有元素均设置为零,通过该网络对输入图像及其区域编码进行正向处理,并将第一个图像生成结果作为输入图像对应的无异常图像,之后通过两者对比获得异常检测结果。然后对融合的输入图像及其编码进行学习,训练完成后,该异常检测网络则能够恢复输入图像的无异常数据,进而可以准确地检测出受电弓图像是否存在异常,通过对存在异常的受电弓图像进行在线学习提高其异常检测的鲁棒性。
-
公开(公告)号:CN111739548B
公开(公告)日:2022-03-22
申请号:CN202010571040.7
申请日:2020-06-22
Applicant: 西南交通大学
IPC: G10L21/0208 , G10L21/0216
Abstract: 一种抗输入噪声的自适应回声消除方法,其抽头权向量更新的主要步骤为:B1、估计出当前时刻n的时间窗内的时刻i与时刻j间的误差信号概率密度p(i,j),进而得到当前时刻n的时间窗的误差信号概率密度均值P(n);B2、计算误差熵,由概念密度估计值P(n)通过微分得到当前时刻n时间窗的误差熵V(n),B3、输入噪声的补偿,得到输入噪声补偿向量B4、输入偏差补偿,算出得到当前时刻n的时间窗内的偏差补偿值B(n),B5、滤波器抽头权向量的更新,得到下一时刻n+1的滤波器抽头权向量W(n+1):W(n+1)=W(n)+μV(n)+μB(n),C、重复。该方法的收敛速度快、稳态误差低,抗输入噪声性能强、回声消除效果好,通话质量好。
-
公开(公告)号:CN111507975B
公开(公告)日:2022-02-08
申请号:CN202010324733.6
申请日:2020-04-23
Applicant: 西南交通大学
Abstract: 本发明提供一种牵引变电所户外绝缘子异常检测方法。涉及计算机视觉、模式识别与智能系统技术领域。分别构建绝缘子定位网络与绝缘子图像生成网络的数据集;构建了一个绝缘子定位网络,通过训练使网络获得对图像中绝缘子定位能力;构建了一个绝缘子图像生成网络,通过训练使其获得对绝缘子图像重建能力;将牵引变电所图像输入网络模型;通过绝缘子定位网络对绝缘子进行定位,提取绝缘子图像;对绝缘子进行异常检测,绝缘子图像生成网络对每张图片给予一个异常分数。设置一个异常判断阈值,若异常分数超过设置的阈值,则判断为异常样本,若低于阈值,则判断为正常样本。最后对判定的异常图像及其生成图像进行特征提取,对比两者差异定位出异常区域。
-
公开(公告)号:CN109040499B
公开(公告)日:2020-12-01
申请号:CN201810919459.X
申请日:2018-08-14
Applicant: 西南交通大学
IPC: H04M9/08
Abstract: 一种抗冲击噪声干扰的M估计解相关成比例自适应回声消除方法,其步骤如下:A、远端信号采集,对远端传来的远端信号进行采样,可以获得当前时刻n的远端输入信号的离散值x(n),其滤波器输入信号向量为x(n)=[x(n),x(n‑1),...,x(n‑L+1)]T;B、回声信号估计,将时刻n的输入信号向量x(n)通过自适应滤波器,其输出值y(n)即回声信号的估计值;C、输入信号的解相关运算,计算相关系数a(n),得到自适应滤波器抽头权向量w(n)的更新向量z(n);D、回声消除,用近端麦克风采样得到带回声的当前时刻n的近端信号d(n)减去回声信号的估计值y(n);E、滤波器抽头权系数更新,计算出滤波器当前时刻n的抽头权向量w(n)更新的评价函数ψ(e(n))以及更新步长矩阵G(n);F、令n=n+1,重复上述A,B,C,D,E的过程至通话结束。
-
公开(公告)号:CN110244119B
公开(公告)日:2020-07-07
申请号:CN201910627139.1
申请日:2019-07-12
Applicant: 西南交通大学
IPC: G01R23/02
Abstract: 一种非平衡三相电力系统的鲁棒频率估计方法,其步骤主要是:A、采集、变换得到复电压信号v(k);B、得到下一时刻的复电压信号估计值,C、计算出复电压信号的误差D、权系数更新:计算出误差阶数调节因子λ(k)=βλ(k‑1)+γe2(k‑1);下一时刻的标准权系数下一时刻的共轭权系数E、估计出当前时刻的频率值其估计速度快、误差小,当三相电力系统处于非平衡状态时,仍能快速、准确的估计出系统的频率,其鲁棒性强。
-
公开(公告)号:CN110767245A
公开(公告)日:2020-02-07
申请号:CN201911043486.6
申请日:2019-10-30
Applicant: 西南交通大学
IPC: G10L21/0208 , G10L21/0216
Abstract: 一种基于S型函数的语音通信自适应回声消除方法,其主要步骤为:A、回声消除B、抽头权向量更新:B1、计算S型函数值,由误差信号e(n)与抽头权向量W(n),计算得到S型函数值s(n),B2、滤波器抽头权向量的更新,将s(n)-s2(n)作为调整项的减项引入权向量更新公式中,得到下一时刻n+1的滤波器抽头权向量W(n+1);C、重复。该方法收敛速度快、稳态误差低,抗冲击性能强,回声消除效果好。
-
公开(公告)号:CN107871510B
公开(公告)日:2019-11-26
申请号:CN201710550955.8
申请日:2017-07-07
Applicant: 西南交通大学
IPC: G10L21/0208 , G10L21/0264 , H04M9/08
Abstract: 一种零吸引变核宽度的最大熵回声消除方法,其步骤是:A、获取信号,将远端传来的语音信号采样得到当前时刻n的远端信号离散值x(n);同时,对近端麦克风收集到的回声信号采样得到当前时刻n的期望信号d(n)。B、滤波器的输出,C、回声抵消,将近端信号d(n)与输出信号y(n)相减得到误差信号e(n),D、权系数向量的更新:D1、根据当前时刻n的误差信号e(n),算出当前时刻n去冲激干扰的误差信号D2、计算当前时刻n的核宽度σn;D3、利用前时刻n的核宽度σn更新得到下一个时刻n+1的抽头权向量W(n+1);E、令n=n+1,重复A、B、C、D的步骤,直至通话结束。该方法对电话通信这种系统的辨识能力强且收敛速度快、稳态误差低,回声消除效果明显。
-
公开(公告)号:CN107527622B
公开(公告)日:2019-09-24
申请号:CN201710550699.2
申请日:2017-07-07
Applicant: 西南交通大学
IPC: G10L21/0208 , G10L21/0264 , H04M9/08
Abstract: 一种基于熵吸引的最大熵子带回声消除方法,其步骤是:A、信号的采样与处理;B、信号的抽取,将Ui(n)经抽取器进行I抽取,得到抽取后的输入信号Ui(k);C、滤波器的输出,将远端输入子带抽取向量Ui(k)通过自适应回声消除滤波器中的子带滤波器得到输出子带信号yi(k);D、回声抵消,将近端子带抽取信号di(k)与输出子带信号yi(k)相减得到误差信号ei(k),E、权系数向量的更新:E1、计算抽取时刻k的子带最大熵因子r(ei(k));E2、计算抽取时刻k的子带平滑步长因子gi(k);E3、计算抽取时刻k的步长参数μi(k);E4、利用抽取时刻k的步长参数μi(k)更新权系数向量;F、令n=n+1,重复A、B、C、D的步骤,直至通话结束。该方法对收敛速度快、稳态误差低,回声消除效果明显。
-
公开(公告)号:CN109151237A
公开(公告)日:2019-01-04
申请号:CN201810965680.9
申请日:2018-08-23
Applicant: 西南交通大学
IPC: H04M9/08
CPC classification number: H04M9/085
Abstract: 本发明公开了一种基于零吸引的仿射投影自适应回声消除方法,其步骤如下:A、远端信号处理,将远端传来的远端信号采样得到为当前时刻n的远端信号离散值x(n),进而构建当前时刻的自适应滤波器输入向量X(n)和仿射投影矩阵U(n);B、回声估计,将滤波器输入向量X(n)通过自适应滤波器得到输出值y(n)、也即回声的估计值y(n);C、回声抵消,近端麦克风拾取出当前时刻n的带回声的近端信号d(n),将当前时刻n的带回声的近端信号d(n)与当前时刻n的自适应滤波器的输出值y(n)相减得到残差信号e(n),D、成比例仿射投影矩阵的构建;E、零吸引因子计算;F、权系数向量的更新;G、重复。该方法的辨识能力强,收敛速度快、稳态误差低,回声消除效果好。
-
公开(公告)号:CN107071195A
公开(公告)日:2017-08-18
申请号:CN201710167928.2
申请日:2017-03-21
Applicant: 西南交通大学
IPC: H04M9/08
CPC classification number: H04M9/082
Abstract: 基于一范数零吸引的指数函数回声消除方法。本发明公开了一种零范数子带回声消除方法,其步骤包括:A、远端信号采样;B、回声信号估计;C、回声信号消除;D、滤波器抽头权系数更新;E、令n=n+1,重复步骤B、C、D,即可实现实时的回声消除;它在权系数向量更新公式推导中采用了权系数向量的一范数,即γ||W(n)||1,其中γ为权系数向量的一范数的比例参数,在推导中得到零吸引子ρ(n),ρ(n)=b·sgnW(n),即在针对稀疏系统时权系数向量向零更新的速度更快;权值更新时采用指数函数作为代价函数的方法,从而在权系数向量更新中代价函数变为并引入新的步长因子,使得在高斯信号以及稀疏系统的情况下,滤波器的输出信号能够获得更为快速的收敛性和更低的稳态失调。
-
-
-
-
-
-
-
-
-