-
公开(公告)号：CN109840495B
公开(公告)日：2020-09-18
申请号：CN201910084868.7
申请日：2019-01-29
Applicant: 浙江大学
IPC: G06K9/00
Abstract: 本发明公开了一种低信噪比条件下的轴频线谱增强方法，包括：(1)采集水下螺旋桨的噪声信号数据；(2)将采集的噪声信号数据导入程序，使用快速循环平稳特征函数计算，得到循环密度谱；(3)对得到的循环密度谱进行归一化，得到循环相干谱，并构建对数坐标下的增强包络谱；(4)根据得到的增强包络谱判断特征频率，选择特征频率对应时间周期的整数倍，对原始信号数据进行改进的时域平均；(5)将时域平均后的信号数据，重复一次步骤(2)和步骤(3)，得到降噪后的增强包络谱；(6)根据先验信息和降噪后的增强包络谱估计轴频和叶频信息，提取出低信噪比条件下的低频特征。利用本发明，能够更准确的得到低信噪比下的低频特征。
-
公开(公告)号：CN119807694A
公开(公告)日：2025-04-11
申请号：CN202411760006.9
申请日：2024-12-03
IPC: G06F18/2113 , G06F18/213 , G06F17/15
Abstract: 本发明公开了一种基于周期稀疏包络谱的水下推进器调制特征提取方法，包括：(1)采集水下推进器信号噪声作为监测信号并计算谱相干函数；(2)将谱相干沿载波频率方向切片，计算不同切片的相关峭度并得到相关峭度向量；(3)在候选特征频率范围内遍历计算，得到相关峭度矩阵；(4)当相关峭度矩阵中某一向量的元素之和最大时，该向量对应的频率即为目标特征频率；(5)对该相关峭度向量进行平方归一化操作，获取周期稀疏加权函数；(6)使用该相关峭度向量对谱相干加权计算周期稀疏谱相干，其绝对值积分得到周期稀疏包络谱。本发明能够在削弱对特征频率先验知识依赖的情况下，对复杂噪声干扰下的水下推进器调制信号特征进行增强与提取。
-
Patent Agency Ranking
公开(公告)号：CN114117957B
公开(公告)日：2024-08-13
申请号：CN202111366810.5
申请日：2021-11-18
Applicant: 浙江大学
IPC: G06F30/28 , G06F119/14
Abstract: 本发明公开了一种流体动力式低频换能器及其设计方法，其中设计方法如下：步骤S01，构建流体动力式低频换能器的模型；步骤S02，根据流体动力式低频换能器的模型进行电声类比建模，得到一个电网络；步骤S03，对电网络中不同的构件进行试验，以确定其设计参数；步骤S04，根据设计参数制作流体动力式低频换能器的实体模型并进行试验，同时对电网络进行数值模拟，与实际试验数据进行比较；步骤S05，经过试验验证后，对流体动力式低频换能器的实体模型进行改进。利用本发明，可以实现低频工作频率可控可调，声源级准确预报的特点。
-
公开(公告)号：CN117367795A
公开(公告)日：2024-01-09
申请号：CN202311406263.8
申请日：2023-10-27
Applicant: 浙江大学
IPC: G01M13/028
Abstract: 本发明公开了一种基于自适应阈值曲线构造的特征线谱检测评估方法，包括：(1)采集旋转机械的监测信号，解调监测信号得到包络谱；(2)对解调结果沿循环频率方向进行滑动窗口划分；(3)对划分后的每个子窗口计算自适应统计阈值；(4)连接各个子窗口的自适应统计阈值点，并使用三次样条曲线进行插值，构造自适应统计阈值函数；(5)在循环频率及其每个谐波的邻域内寻找目标峰值，并记录最大峰值所属的谐波次数，计算得到特征峰率与噪声峰率；(6)计算得到特征‑噪声峰率比，基于二元假设检验体系对解调性能进行评估。本发明适用于对各类解调结果进行性能分析，同时在复杂强烈噪声的干扰下，仍能保持较高的评价准确度。
-
公开(公告)号：CN110458976B
公开(公告)日：2020-06-30
申请号：CN201910650210.8
申请日：2019-07-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于小波和主分量分析的螺旋桨空化状态检测方法，包括：(1)采集螺旋桨的噪声信号；(2)利用逆傅里叶变换对所采集的噪声信号进行滤波，得到滤波后重构的时域信号；(3)用小波变换对滤波后的时域信号进行处理，得到小波系数，并对该小波系数进行主分量分析，得到主分量分析的处理结果；(4)对小波处理的时频结果与主分量分析的处理结果进行频率、能量的对比分析，从而识别出螺旋桨的空化状态。本发明能够提供时频和频率主成分两方面信息，将螺旋桨原始噪声信号特征表达出来，从而识别判断螺旋桨的空化阶段，具有强大的实用性。
-
公开(公告)号：CN110738115A
公开(公告)日：2020-01-31
申请号：CN201910864069.1
申请日：2019-09-12
Applicant: 浙江大学
Abstract: 一种基于脉冲频率特征模式识别的螺旋桨空化程度识别方法，包括：(1)采集螺旋桨噪声信号；(2)将噪声信号导入程序，用快速循环平稳特征函数计算，得到循环密度谱；(3)进行归一化后得到循环相干谱，然后进一步积分平均构建对数坐标下的增强包络谱；(4)根据得到的增强包络谱判断特征频率，选择其对应时间周期的整数倍，对源数据进行改进的时域平均；(5)进行集合经验模态分解，得到对应的固有模态函数；(6)采用恒虚警率检测统计固有模态函数的脉冲频率；(7)将脉冲频率作为特征矩阵，经BP神经网络训练识别后得到空化状态的判断。利用本发明，能将螺旋桨在不同空化状态下的统计特征表现出来，得到状态的估计更加准确。
-
公开(公告)号：CN109840495A
公开(公告)日：2019-06-04
申请号：CN201910084868.7
申请日：2019-01-29
Applicant: 浙江大学
IPC: G06K9/00
Abstract: 本发明公开了一种低信噪比条件下的轴频线谱增强方法，包括：(1)采集水下螺旋桨的噪声信号数据；(2)将采集的噪声信号数据导入程序，使用快速循环平稳特征函数计算，得到循环密度谱；(3)对得到的循环密度谱进行归一化，得到循环相干谱，并构建对数坐标下的增强包络谱；(4)根据得到的增强包络谱判断特征频率，选择特征频率对应时间周期的整数倍，对原始信号数据进行改进的时域平均；(5)将时域平均后的信号数据，重复一次步骤(2)和步骤(3)，得到降噪后的增强包络谱；(6)根据先验信息和降噪后的增强包络谱估计轴频和叶频信息，提取出低信噪比条件下的低频特征。利用本发明，能够更准确的得到低信噪比下的低频特征。
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
