强背景噪声下周期信号周期的一种估计方法

    公开(公告)号:CN1609843A

    公开(公告)日:2005-04-27

    申请号:CN200410065579.6

    申请日:2004-11-24

    Applicant: 南京大学

    Abstract: 本发明强背景噪声下周期信号周期的一种估计方法,是一种利用周期信号自身序列对其周期进行搜索的方法,步骤为:(1)定义一种序列测度函数作为搜索目标函数;(2)给出初始周期搜索区间和初始搜索方式;(3)不断变换假定的信号周期进行搜索——每给一个假定周期,按此周期对原信号序列进行时域平均处理,并对平均的输出序列计算测度函数值;(4)做时域平均谱——对应各搜索周期点的测度值曲线;(5)根据平均谱上极值精确估计周期信号的周期,若成功则结束,否则调整搜索区间或搜索方式转步骤(3)继续。该发明解决了常见方法周期检测能力弱的问题,对实际中的低信噪比周期信号,如动设备表面测取的振动加速度信号等的分析有用。

    强背景噪声下周期信号周期的一种估计方法

    公开(公告)号:CN100472507C

    公开(公告)日:2009-03-25

    申请号:CN200410065579.6

    申请日:2004-11-24

    Applicant: 南京大学

    Abstract: 本发明强背景噪声下周期信号周期的一种估计方法,是一种利用周期信号自身序列对其周期进行搜索的方法,步骤为:(1)定义一种序列测度函数作为搜索目标函数;(2)给出初始周期搜索区间和初始搜索方式;(3)不断变换假定的信号周期进行搜索——每给一个假定周期,按此周期对原信号序列进行时域平均处理,并对平均的输出序列计算测度函数值;(4)做时域平均谱——对应各搜索周期点的测度值曲线;(5)根据平均谱上极值精确估计周期信号的周期,若成功则结束,否则调整搜索区间或搜索方式转步骤(3)继续。该发明解决了常见方法周期检测能力弱的问题,对实际中的低信噪比周期信号,如动设备表面测取的振动加速度信号等的分析有用。

    模式识别中特征提取的一种变换方法

    公开(公告)号:CN1598868A

    公开(公告)日:2005-03-23

    申请号:CN200410041867.8

    申请日:2004-09-06

    Applicant: 南京大学

    Abstract: 特征提取作为模式识别系统的重要模块,其本质是对原始特征数据进行某种变换以降维。本发明就是关于模式识别中特征提取的一种变换方法,它是一种三角矩阵变换方法,具体步骤为:(1)自定义或选取一目标函数(主要指类别可分性判据),以其最优化作为变换准则;(2)根据原始特征向量的维数,给出带未知参数的三角变换矩阵及其约束;(3)在所给准则下,优化三角变换矩阵之未知参数,即确定出具体的三角变换矩阵;(4)变换;(5)根据变换后特征数据各维的大小或者对可分性的贡献做降维处理。本发明克服了现有方法的一些局限,如要求样本类内离散度矩阵为非奇异矩阵的局限,或者运算量大、可操作性差的局限等。

Patent Agency Ranking