一种基于自适应高斯滤波器的非稳态非高斯噪声去除方法

    公开(公告)号:CN117370737B

    公开(公告)日:2024-02-06

    申请号:CN202311679986.5

    申请日:2023-12-08

    Abstract: 本发明公开了一种基于自适应高斯滤波器的非稳态非高斯噪声去除方法,涉及非稳态非高斯噪声去除领域。该方法包括:将非稳态非高斯噪声信号分解为本征模态函数信号;获取初始引导本征模态函数信号和初始混合本征模态函数信号;利用多分辨率局部相似度方法,获取引导本征模态函数信号和混合本征模态函数信号;根据引导本征模态函数信号确定自适应高斯滤波器,并利用其对混合本征模态函数信号进行滤波,获取去除非稳态非高斯噪声的信号。本发明能避免假设噪声模型不准确、需要大量噪声历史数据获取噪声信息以及后验估计噪声密度不准确的缺点,并确保对谐波信号以外的常见信号具(56)对比文件US 2022120795 A1,2022.04.21WO 2021258832 A1,2021.12.30Su-Peng Qiao.A Method of MechanicalFault Feature Extraction for High-VoltageCircuit Breaker Via CEEMDAN and WeightedTime-Frequency Entropy.2019 4thInternational Conference on IntelligentGreen Building and Smart Grid (IGBSG).2019,25-28.Qingqing Chen.Downscaling of RemoteSensing Soil Moisture Products Based onTVDI in Complex Terrain Areas.2019International Conference on MeteorologyObservations (ICMO).2020,1-3.陈宏强.基于时频域混合熵的均压电极结垢智能识 别方法研究.中国优秀硕士学位论文全文数据库(电子期刊).2023,C042-2636.

    一种基于自适应高斯滤波器的非稳态非高斯噪声去除方法

    公开(公告)号:CN117370737A

    公开(公告)日:2024-01-09

    申请号:CN202311679986.5

    申请日:2023-12-08

    Abstract: 本发明公开了一种基于自适应高斯滤波器的非稳态非高斯噪声去除方法,涉及非稳态非高斯噪声去除领域。该方法包括:将非稳态非高斯噪声信号分解为本征模态函数信号;获取初始引导本征模态函数信号和初始混合本征模态函数信号;利用多分辨率局部相似度方法,获取引导本征模态函数信号和混合本征模态函数信号;根据引导本征模态函数信号确定自适应高斯滤波器,并利用其对混合本征模态函数信号进行滤波,获取去除非稳态非高斯噪声的信号。本发明能避免假设噪声模型不准确、需要大量噪声历史数据获取噪声信息以及后验估计噪声密度不准确的缺点,并确保对谐波信号以外的常见信号具有通用性,进而提升对非稳态非高斯噪声的去除效果。

    基于多模态融合的能见度测量方法

    公开(公告)号:CN118445567A

    公开(公告)日:2024-08-06

    申请号:CN202410539315.7

    申请日:2024-04-30

    Abstract: 本发明公开了基于多模态融合的能见度测量方法,包括以下步骤:S1、获取光斑图像和气象因素;S2、将光斑图像输入Swin‑Transformer,得到光斑特征向量;S3、将光斑特征向量与气象因素进行拼接,生成特征集;S4、将特征集输入多层感知机进行训练,输出MOR。本发明通过多模态双反射透射仪实现了一种类似于比尔‑朗伯定律的机制,获取近处光斑图像和远处光斑图像,还采用Swin Transformer和多层感知机相结合的多模态网络结构,综合气象因素和光斑图像来预测MOR,实验结果表明,与VPF710的测量结果相比,本发明具有较高的趋势一致性和相对较低的误差。

Patent Agency Ranking