-
公开(公告)号：CN103163050A
公开(公告)日：2013-06-19
申请号：CN201210575171.8
申请日：2012-12-26
Applicant: 大连理工大学
Abstract: 本发明提供的一种基于电磁感应信号的润滑油系统金属磨粒检测方法，采用信号分段处理方法实现实时监测，采用改进的稳态小波阈值算法结合信号的统计特性抑制背景噪声。首先计算一段数据的峰度值，若峰度值小于给定门限值，则该段数据为噪声，否则使用稳态小波分解信号，采用滑动窗噪声方差迭代估计算法估计每个尺度的噪声方差，采用改进的阈值量化方法处理各个尺度的小波系数，最后通过反变换得到去噪结果。专利中的检测算法是改进的非线性能量算子，首先使用汉明窗对去噪结果平滑，然后通过非线性能量算子进行磨粒信号的定位进而提取估计磨粒信号的幅度、相位、频率特性。实验显示本专利的性能良好。
-
公开(公告)号：CN101822870A
公开(公告)日：2010-09-08
申请号：CN201010172105.7
申请日：2010-05-14
Applicant: 大连理工大学
IPC: A61N1/36
Abstract: 本发明公开了一种足下垂自适应刺激器，包括左右刺激电极选择开关、蜂鸣器、按键、内部电路等；内部电路包括单片机、可变电压高压产生电路、可变恒流控制电路、双轴角度传感器；按键电路可以人工调节刺激电流的强弱，也可以暂停或重新启动输出；可变电压高压产生电路根据患者的具体需求给定输出刺激的电压高低；恒流控制电路可以精确产生刺激电流，双轴角度传感器能够精确测量患者小腿与矢状轴的夹角，并将夹角数值传递给单片机进行处理、判断以获取精确的位置和时机来启动对患者的刺激。本发明安装简单、操作方便，刺激强度可以调节，适应各种正常及腿脚畸形患者使用，自动适应患者步行节奏、选择左右脚，具有跌倒报警功能等，适合广大足下垂患者使用。
-
公开(公告)号：CN110826425B
公开(公告)日：2022-11-18
申请号：CN201910999117.8
申请日：2019-10-21
Applicant: 大连理工大学 , 中国人民解放军61081部队 , 北京东方波泰无线电频谱技术研究所有限公司
Abstract: 一种基于深度神经网络的VHF/UHF频段无线电信号调制方式识别方法，属于通信技术领域。该方法在深度学习理论的基础上，选择三层神经网络作为信号分类器，以3大类26种信号特征作为分类器输入向量，输出14维向量分别对应VHF/UHF频段中常见的14种无线电信号。神经网络采用ReLU作为神经元的激活函数，输出层使用Softmax函数计算输入信号归为各类的概率。分类器训练中使用Adam优化方法实现网络参数更新，采用交叉熵作为代价函数计算网络的误差，并采用dropout技巧提升网络的识别正确率。本发明能够准确识别出VHF/UHF频段的常见无线电信号，识别信号类别广，数量多，准确度高；并且识别算法复杂度低，耗时短，实时性好。
-
公开(公告)号：CN109002798B
公开(公告)日：2021-07-16
申请号：CN201810795005.6
申请日：2018-07-19
Applicant: 大连理工大学
Abstract: 一种基于卷积神经网络的单导视觉诱发电位提取方法，属于医学及生理信号检测与处理分析技术领域。首先，将得到的视觉刺激下的脑电信号去除伪迹和工频干扰。将观测信号进行叠加平均得到视觉诱发电位。对观测信号和视觉诱发电位进行处理，仿真不同时刻刺激下的观测信号和对应的诱发电位信号。利用诱发电位提取问题的模型对数据扩增，仿真不同信噪比下的观测信号和诱发电位信号。将数据划分成训练集和验证集，构建卷积神经网络用于提取诱发电位，对网络进行训练，采用测试集进行测试，恢复诱发电位波形。本发明能够不依赖其他的先验知识，实现动态跟踪不同时刻刺激下的诱发电位的变化，完成诱发电位的少次提取，有助于诱发电位临床医学的分析与研究。
-
公开(公告)号：CN110321930A
公开(公告)日：2019-10-11
申请号：CN201910486778.0
申请日：2019-06-05
IPC: G06K9/62
Abstract: 本发明公开一种基于循环神经网络的非法广播信号分类方法，属于无线电信号监测管理技术领域。首先，利用LabVIEW与USRP接收广播电台信号，在对接收到的信号进行质量判定后，再将每个频点的数据进行分段处理，从而制作出训练样本和测试样本。利用合法广播信号频点库对比预分类区分出非法频点的非法信号，再利用深度学习分类，使得网络输出信号的预测值，进而对预测值进行数据处理完成非法广播信号的分类识别。本发明能够以较快的速度、较高的精度判断出是否有非法信号的存在，操作简单，有助于无线电管理部门进行电台监测与管理。
-
Patent Agency Ranking
公开(公告)号：CN110320490A
公开(公告)日：2019-10-11
申请号：CN201910486779.5
申请日：2019-06-05
Abstract: 本发明属于信号处理技术领域，涉及到一种无直达信号条件下的无线电波达方向估计方法，尤其能高精度的估计无线电传播过程中存在多径、遮挡和脉冲噪声干扰共存情况下目标的波达方向。本发明在子空间理论的基础上，基于广义自相关熵的DSPE算法，建立分布式信源模型，定义广义自相关熵，将广义自相关熵扩展到DSPE算法中，对线性阵列天线接收信号计算其广义相关熵的协方差矩阵，通过奇异值分解建立二维空间谱，通过谱峰搜索估计出分布式信源的波达方向。本发明的方法具有高鲁棒性，同时也适用于高斯噪声。
-
公开(公告)号：CN105913044B
公开(公告)日：2019-05-24
申请号：CN201610289752.3
申请日：2016-05-04
Applicant: 大连理工大学
IPC: G06K9/00
Abstract: 本发明属于阵列信号信号处理技术领域，提供一种基于Sigmoid协方差矩阵的多重信号分类方法。该方法对服从非高斯分布的脉冲性噪声具有较强的抑制能力，并能够在该脉冲噪声条件下实现多重信号分类，并对各信号的波达方向进行估计；包括：1)根据含有噪声的信号幅度的中位数，估计Sigmoid函数的参数；2)利用Sigmoid函数以及均匀线性阵列的输出向量，估计阵列输出的Sigmoid协方差矩阵；3)对Sigmoid协方差矩阵进行特征值分解，获得噪声子空间的估计；利用该噪声子空间估计用于多重信号分类的空间谱，并利用该空间谱的估计值对波达方向角度进行估计。本发明算法性能良好，在真实的工程应用中，具有较好的应用前景。
-
公开(公告)号：CN108960182A
公开(公告)日：2018-12-07
申请号：CN201810794963.1
申请日：2018-07-19
Applicant: 大连理工大学
CPC classification number: G06K9/00536 , G06K9/0051 , G06N3/0454
Abstract: 一种基于深度学习的P300事件相关电位分类识别方法，属于医学及生理信号检测与处理分析技术领域。采用巴特沃斯滤波器先后对原始信号进行高通和低通滤波，去除伪迹和工频干扰。使用一次叠加平均技术对数据扩增，并对脑电信号做归一化和时域截断处理，根据信号类别制定相应的监督信号。完成数据的预处理后，将脑电数据划分成训练集和验证集，构建能够分类识别P300事件相关电位的深度学习网络，提升网络特征提取能力。经过训练后的网络最终预测出输入信号包含P300事件相关电位的概率。最后，根据实验范式和网络输出的概率值，预测目标字符。实验显示，本发明的算法性能良好，在减少实验次数的条件下也能取得较好的字符识别正确率。
-
公开(公告)号：CN108120953A
公开(公告)日：2018-06-05
申请号：CN201711442433.2
申请日：2017-12-27
IPC: G01S5/02
Abstract: 本发明提供了一种基于波达方向估计的无线电定位方法。针对存在高噪声和同频干扰的复杂电磁环境下，定义了广义循环互相关熵函数。基于旋转不变信号子空间的理论，对线性阵列天线接收到的两个信号子序列构建广义循环互相关熵矩阵，通过SVD分解的方式，获得信号源的波达方向，从而对信号源进行监测定位。本发明提供了一种基于广义循环相关熵波达方向估计的无线电监测定位方法，该方法不仅能够有效的降低脉冲噪声同频带干扰信号的影响，并且具有较高的计算焦虑，对高斯噪声也有较好的性能。
-
公开(公告)号：CN107966676A
公开(公告)日：2018-04-27
申请号：CN201710653860.9
申请日：2017-08-04
IPC: G01S3/14
Abstract: 复杂噪声环境下阵列天线角度和信源个数联合估计方法属于无线电定位技术领域。步骤包括：1)已知循环频率的情况下，求取阵列信号的循环相关熵矩阵 2)建立适用于宽带、窄带信号的循环相关熵阵列线性预测模型V＝φA；3)估计感兴趣的信源个数K以及误差方差σ2；4)估计阵列模型的流型矩阵；5)利用谱峰搜索进行DOA估计。本发明有机地将循环相关熵理论应用到阵列信号处理当中，创新性地提出循环相关熵的相关特性，并基于此特性建立了的阵列线性预测模型。本发明算法是根据实际需求提出，具有抗噪性能高，计算复杂度低，所需快拍数少，角度分辨率高等特点。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.07 seconds)
