-
公开(公告)号：CN110706170A
公开(公告)日：2020-01-17
申请号：CN201910916752.5
申请日：2019-09-26
Applicant: 哈尔滨工业大学
Abstract: 一种便携式B型超声诊断设备图像的去噪方法，它涉及基于图论中搜索方法以及空间域去噪的图像处理算法。本发明的步骤为：一、去除电磁干扰引起的图像噪声，从空间域噪声的分布特性上进行噪声的滤除；二、本专利提出了像素差异指数Pd，通过参数Pd对图像分块分类再针对每个不同类的分块进行处理，从而达到去噪的效果；三、对基于像素差异指数Pd的去噪算法进行GPU加速，从而满足超声实时性的要求。本发明的基本思想是基于图像空间域及像素差异指数的定义区分图像邻域种类并去噪，同时对算法进行加速以满足实时性要求。解决了便携式B型超声独有的干扰噪声与算法计算速度上过慢的问题，具有较高的经济效益。
-
公开(公告)号：CN110377921A
公开(公告)日：2019-10-25
申请号：CN201810324434.5
申请日：2018-04-12
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 本发明提供了一种利用中心对称多胞体生成用于故障检测的动态阈值的方法。包括：(1)利用中心对称多胞体来表示初始估计误差、未知干扰、测量噪声等不确定性的范围。(2)通过误差动态方程，结合中心对称多胞体的性质递推得到每一时刻的状态估计误差在无故障时所处的中心对称多胞体。(3)针对递推过程中存在的中心对称多胞体维数不断增加的问题，提出了降低中心对称多胞体维数的算法。（4）根据残差和误差的关系计算无故障时残差所处的中心对称多胞体，并得到无故障时的残差范围作为阈值。与现有技术相比，本发明考虑了初始估计误差、未知干扰和测量噪声的影响，给出了一种系统、简单、有效的故障检测阈值计算方法。
-
公开(公告)号：CN109752461A
公开(公告)日：2019-05-14
申请号：CN201711089462.5
申请日：2017-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种改进的分段式调节的最小均方反卷积钢轨裂纹信号复原方法，本发明解决了通过声发射探头激励出与钢轨断裂过程相同特性的声发射信号问题。本发明步骤为：一、将已知脉冲信号由声发射探头输入钢轨；二、输出与输入做FFT变换，二者频谱相除得系统特性初值；三、对系统特性最小均方滤波；四、重复步骤三至还原误差小于预设值，输出系统脉冲响应；五、由裂纹信号与系统脉冲响应反卷积得反演信号。六、根据钢轨不同频率段衰减程度设定权值，将反演信号时域成分加权叠加得最终输入信号。本发明用分段调节最小均方反卷积方法在钢轨中反演出裂纹声发射信号，改进了现有声发射测试中裂纹源模拟方法，更加安全易于实施，有较强的理论与工程实际意义。
-
公开(公告)号：CN105610824B
公开(公告)日：2018-12-25
申请号：CN201511003052.5
申请日：2015-12-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于屏幕镜像及RTSP流媒体框架的屏幕共享方法，其步骤如下：步骤一：服务端开启自定义的RTSP服务及MediaProjection系统服务，开启端口进行监听，等待客户端连接；步骤二：客户端连入后进入RTSP应答流程；步骤三：通过镜像屏幕的方式将主屏幕信息捕获到画板对象上，获取屏幕信息；步骤四：对屏幕信息进行编码，通过RTP打包之后，使用多播形式向客户端进行发送。本发明使用MediaProjecion与VirtualDisplay结合的方式获取屏幕信息，使得APP不仅能够高效的获取屏幕信息，而且保持着跨平台性及类型安全等特性。
-
公开(公告)号：CN108520234A
公开(公告)日：2018-09-11
申请号：CN201810309626.9
申请日：2018-04-08
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 一种基于多种特征量的盲信号提取方法，本发明提出利用一种或多种特征量同时对盲信号进行提取，对传统盲源提取方法添加各种约束并进行改进。本发明的步骤为：一、利用可变或多种特征值添加约束对传统盲源提取算法进行改进。二、利用预定的各个特征量对初始权限量进行选择。三、利用初始权限量进行迭代计算得到提取结果。本发明采用多种特征量同时对一个信号进行约束提取，让盲源提取的过程不再局限于固定的特征量进行判断，而是变为可变特征量或多种特征量同时进行判断，泛用性较强，优化了盲源提取方法。
-
Patent Agency Ranking
公开(公告)号：CN105092711B
公开(公告)日：2017-10-27
申请号：CN201510471723.4
申请日：2015-08-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于卡尔曼滤波的钢轨裂纹声发射信号检测与去噪方法，其步骤如下：步骤一：建立轮轨接触噪声线性时间序列AR模型；步骤二：由AR模型相应参数建立轮轨接触噪声卡尔曼滤波基本方程；步骤三：卡尔曼递推滤波估计轮轨接触噪声；步骤四：轮轨接触噪声的抑制。本发明与现有技术相比，具有如下优点：1)在可直接测得的噪声声发射信号的基础上，对已知的噪声信号部分建立AR模型进行卡尔曼滤波，得到噪声信号的估计，无需知道钢轨裂纹信号的先验知识即可检测到钢轨裂纹信号的发生；2)本发明所提出的去噪方法，在钢轨裂纹信号完全淹没在噪声信号的高速情况下，依然能够达到抑制噪声，检测钢轨裂纹发生的目的。
-
公开(公告)号：CN105610824A
公开(公告)日：2016-05-25
申请号：CN201511003052.5
申请日：2015-12-29
Applicant: 哈尔滨工业大学
CPC classification number: H04L65/608 , G06F3/1423 , H04L67/02 , H04L67/04 , H04L67/1095 , H04N21/2408
Abstract: 本发明公开了一种基于屏幕镜像及RTSP流媒体框架的屏幕共享方法，其步骤如下：步骤一：服务端开启自定义的RTSP服务及MediaProjection系统服务，开启端口进行监听，等待客户端连接；步骤二：客户端连入后进入RTSP应答流程；步骤三：通过镜像屏幕的方式将主屏幕信息捕获到画板对象上，获取屏幕信息；步骤四：对屏幕信息进行编码，通过RTP打包之后，使用多播形式向客户端进行发送。本发明使用MediaProjecion与VirtualDisplay结合的方式获取屏幕信息，使得APP不仅能够高效的获取屏幕信息，而且保持着跨平台性及类型安全等特性。
-
公开(公告)号：CN103808801A
公开(公告)日：2014-05-21
申请号：CN201410093836.0
申请日：2014-03-14
Applicant: 哈尔滨工业大学
IPC: G01N29/04
Abstract: 本发明公开了一种基于振动和声频复合信号的高速铁路钢轨伤损实时检测方法，其步骤为：一、高速铁路钢轨上安装振动和声学传感器，结合无线节点处理器构成一个无线传感器网络，实时测量钢轨振动信号和声频信号；二、根据轨道实际结构，采用有限元方法构建轨道振动模型和声学模型，得到典型钢轨伤损的振动和声频信号；三、利用希尔伯特-黄变换对信号进行预处理；四、融合振动和声学信号建立振动、声频和伤损种类三维张量；五、利用非负张量分解提取伤损种类特征系数；六、利用相关向量机建立伤损识别规则并对实时测量信号进行分类，确定伤损类型。本发明实现了高速铁路钢轨伤损实时检测，保障高速铁路安全运行。
-
公开(公告)号：CN103784166A
公开(公告)日：2014-05-14
申请号：CN201410074903.4
申请日：2014-03-03
Applicant: 哈尔滨工业大学
Abstract: 多功能一体化数字超声诊断系统，涉及一种多功能的可利用超声实现对人体肌肉组织、心脏心血管疾病及骨质健康进行一体化检测与诊断的数字化超声系统。它为了解决现有的超声设备功能单一且操作复杂，不能实现远程操作的问题。本发明采用集成的探头单元、集成发射驱动/接收单元以及数字信号处理单元等，通过嵌入式计算机主控系统控制各模块单元采集信号和处理数据，并通过无线及网络通讯模块发送数据。本发明体积小、集成度高、使用携带方便，并且能够实现诊断数据的上传、下载，实现远程诊断。本发明适用于人体肌肉组织、心脏心血管疾病及骨质健康情况的诊断。
-
公开(公告)号：CN102353717B
公开(公告)日：2013-03-13
申请号：CN201110176806.2
申请日：2011-06-28
Applicant: 哈尔滨工业大学
Abstract: 基于非负张量分解振动特征的钢轨伤损探测装置和方法，涉及高铁钢轨的伤损探测装置和方法，解决了现有的探伤技术对伤损频率接近的伤损情况只能通过幅值来判断，伤损特征难以区分的问题，基于非负张量分解振动特征的钢轨伤损探测装置，包括振动加速度传感器阵列、信号转换电路、信号特征提取模块、伤损匹配模块和伤损判别模块；基于非负张量分解振动特征的钢轨伤损探测方法，包括：步骤一：采集钢轨的原始振动信号；步骤二：转换原始信号为振动信号；步骤三：将振动信号进行HHT分解；步骤四：利用得到频率幅值之间的幅频信号，建立伤损信号的三维张量；步骤五：利用非负张量分解对构建的三维张量信号分解，提取特征信息；用于高铁钢轨伤损探测。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.032 seconds)
