-
公开(公告)号：CN118033711A
公开(公告)日：2024-05-14
申请号：CN202410080782.8
申请日：2024-01-19
Applicant: 成都理工大学
IPC: G01T1/17 , G06F18/10 , G01T1/36 , G06F123/02
Abstract: 本发明公开了一种二次边缘形平顶脉冲成形方法，用于对核辐射探测仪前端模拟系统输出的高阶脉冲信号进行二次边缘形平顶脉冲成形。该方法从系统函数的分解出发，并结合脉冲信号时域和z域的渐进式构造过程，克服了以往基于低阶典型性脉冲信号进行脉冲成形而忽略了物理系统的“高阶”性和“复杂”性的局限。成形后的二次边缘形平顶脉冲的丰富特性有利于在脉冲识别、重叠脉冲分解中采用高性能的分析算法（例如深度学习等），有利于大大提高能谱测量的精度。
-
公开(公告)号：CN119066335A
公开(公告)日：2024-12-03
申请号：CN202411089470.X
申请日：2024-08-09
Applicant: 成都理工大学
IPC: G06F18/10 , G06F18/2131 , G06F123/02
Abstract: 本发明公开了一种基于向量反馈的脉冲波形修正方法，用于对核辐射探测仪前端模拟系统输出的高阶复杂模拟脉冲信号进行波形修正，使修正后的脉冲波形与所测量场景辐射的变化及数字化波形成形方法的多样性相适应，为后续能谱的精确测量提供保障。本方法基于系统状态向量的反馈，通过状态向量的矩阵变换算法，将高阶原始脉冲信号修正为期望的脉冲波形，并给出了对修正后的脉冲进行波形成形的递推算法。
-
公开(公告)号：CN117849849A
公开(公告)日：2024-04-09
申请号：CN202311631518.0
申请日：2023-12-01
Applicant: 成都理工大学
Abstract: 本发明公开了一种高阶奇异成形脉冲波形修复方法，用于对核电子电路输出的断尾高阶脉冲梯形成形后之奇异脉冲进行修复。首先，建立由波形基向量构成的波形空间，并搜寻全局最优波形基向量。其次，求取波形空间的最优梯形成形算法；对实测的断尾脉冲与相应断尾的波形基向量之奇异梯形作相关度计算并作修复判决及最优幅值搜索。最后，根据所搜索的全局性最优幅值对实测断尾脉冲的奇异梯形进行修正。克服了脉冲波形的高阶复杂性、波动性及断尾后的奇异性，大大提高了能谱测量的精度。
-
公开(公告)号：CN119376488A
公开(公告)日：2025-01-28
申请号：CN202411297844.7
申请日：2024-09-18
Applicant: 成都理工大学
Abstract: 本发明公开了一种基于动态空间级数分解的脉冲波形识别与成形方法。针对高阶、复杂、波动的模拟脉冲信号的识别与成形难题，自适应地动态调整模型阶次、基函数数量及参数以搜寻匹配的函数空间，灵活选择基函数类型，将复杂脉冲以级数形式表征，可根据精度要求动态调整级数中分量个数及各分量的参数，使复杂的波形成形转变为简单的有限项级数分量的成形，使成形计算变得准确、方便、快捷，确保了成形的规范性及能谱测量的准确性。
-
公开(公告)号：CN118585763A
公开(公告)日：2024-09-03
申请号：CN202410509853.1
申请日：2024-04-26
Applicant: 成都理工大学
Abstract: 本发明公开了一种高阶复杂脉冲的s域参数识别方法，用于对核辐射探测仪前端模拟系统输出的高阶复杂脉冲信号进行s域特征函数的参数识别，为后续波形成形及能谱的精确测量提供保障。本方法根据脉冲信号的频谱信息预先判别出特征函数的构架，并求得特征函数的参数初始值，缩小了参数搜索范围，克服了因函数架构的不确定和参数取值范围的未知所导致参数寻优过程的不良后果（例如不收敛或非全局最优），确保特征函数的参数搜索过程快速收敛，且结果为全局最优；采用这种参数化的形式，既能实现信号的滤波，又能降低后续成形算法的维度。
-
Patent Agency Ranking
公开(公告)号：CN117826234A
公开(公告)日：2024-04-05
申请号：CN202311778144.5
申请日：2023-12-22
Applicant: 成都理工大学
Abstract: 本发明公开了一种系统响应函数的实时追踪方法。由于系统函数是一个时变随机过程，且具有高阶复杂性，难以用典型的数学模型准确描述，且不能用某个瞬时状态表征系统全局状态，故需要对系统函数进行实时追踪。以连续不断的新息加入波形空间族，使波形空间族得到及时更新与生长，在不断迭代更新中搜索出具有“全局性”、“实时性”、“准确性”及“平稳性”特点的最优系统响应函数及传递函数，为后续脉冲成形算法的实时修正以及成形后脉冲的准确识别打下了坚实的基础，能大大提高能谱测量的精度。
-
公开(公告)号：CN116680540A
公开(公告)日：2023-09-01
申请号：CN202310722489.2
申请日：2023-06-19
Applicant: 成都理工大学
IPC: G06F18/20 , G06F18/2433 , G06N3/084 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种基于深度学习的风电功率预测方法。首先，对风电数据进行异常数据识别、修正及平稳化等预处理。其次，制作含有多个样本的数据集，每个样本含有其对应的风速、风向、温度、气压、湿度等风电参数，并划分出训练集、验证集、测试集。然后，将训练集用于Transformer模型的训练，基于BPTT的序列反向传播训练，并采用Adam优化算法提高预测精度。最后，用训练完成后模型对风电功率进行预测实验。该方法对于提高风电功率预测精度，提高电力系统的可靠性、安全性和风能利用效率，以及制定风电机组的维护计划等有十分重要的意义。
-
公开(公告)号：CN119441956A
公开(公告)日：2025-02-14
申请号：CN202411586740.8
申请日：2024-11-08
Applicant: 成都理工大学
Abstract: 本发明公开了一种基于频谱变迁的脉冲信号参数识别方法。针对采用现有的数字化波形成形以获知高阶复杂核脉冲信号参数遇到的难题，将脉冲信号进行频谱的移动，设计匹配的滤波器组滤波；对中心频点进行实时追踪，以克服电路参数波动导致的后续参数识别的不一致；克服了现有的数字化波形成形方法对脉冲的阶次及复杂程度的高度敏感性；便于将模拟信号处理的无延时特点与数字信号处理的灵活性进行有效结合；便于将模拟信号进行远距离传输以做进一步分析处理；最终为能谱的精确测量提供保障。
-
公开(公告)号：CN119004066A
公开(公告)日：2024-11-22
申请号：CN202410918269.1
申请日：2024-07-10
Applicant: 成都理工大学
IPC: G06F18/213 , G01T1/36 , G06F17/15 , G06F17/16
Abstract: 本发明公开了一种基于分量抑制的脉冲波形调理及成形方法，用于对核辐射探测仪前端模拟系统输出的含有丰富分量的高阶性、复杂性、奇异性脉冲进行信号调理及波形成形，为后续能谱的精确测量提供保障。本方法将脉冲信号的时域、频域、s域和z域进行了有效贯通，给出了一套对含丰富分量的高阶性、复杂性、奇异性脉冲信号进行基于数理模型的分量识别、关键分量抑制及准确成形的算法，克服了目前基于典型脉冲信号模型进行信号识别与成形的方法局限性。
-
公开(公告)号：CN118708857A
公开(公告)日：2024-09-27
申请号：CN202410719550.2
申请日：2024-06-05
Applicant: 成都理工大学
Abstract: 本发明公开了一种基于函数空间族的脉冲参数寻优方法，用于对核辐射探测仪前端模拟系统输出的复杂脉冲信号进行参数寻优，为后续波形成形及能谱的精确测量提供保障。本方法采用函数空间族的群体运动，每个函数根据自身及整个函数族的信息不停地更新参数向量，各函数在向量空间中的运动具有个体独立性与群体协同性的特点；在函数运动中挑选出最优参数，确保了参数向量搜索过程的快速收敛以及最终所搜索参数的全局最优性，大大降低后续成形算法的维度，提高了成形算法的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
