本申请公开了一种多个不同信号同步信道化提取方法、装置、设备及介质，涉及信号处理技术领域。所述方法是在初始化获取各个信号的FFT变换结果对应点索引范围、频域抗混叠滤波器参数值、抗混叠修正初相值、抗混叠修正相位步进值、结果偏移值和FIR低通滤波器参数值后，先从原始时域采样数据中抽取待处理的采样信号帧，然后针对该采样信号帧及各个信号，应用前述初始化结果依次进行一系列相应处理，最终得到各个信号的信道化提取结果，由此可以实现同时对多个具有不同中心频点及带宽的信号进行频域信道化处理的目的，并大大降低运算复杂度，便于大规模并行实现，特别适用于结合GPU进行信道化提取使用，便于实际应用和推广。
📄 2023115342142
📂 G06F17_14
👤 成都立思方信息技术有限公司
📅 2023-11-17
本发明公开了基于Roberts算子和PauTa检验的瞬时频率估计方法。该方法采用短时傅里叶变换将原始信号转换为时频谱图，采用Roberts检测算法获得多条脊带，采用PauTa检验排除每条脊带的异常值，通过叠加构建一条具有完整清晰边缘的合成脊带，采用PauTa检验排除合成脊带的异常值，计算合成脊带的均值曲线，对均值曲线进行平滑处理，计算该平滑均值曲线在95%置信水平上的置信区间，将平滑均值曲线及其置信区间映射到目标脊线上，得到目标脊线的参考线和局部搜索区间，采用非延迟代价函数提取目标脊线。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。
📄 2017106081275
📂 G06F17_14
👤 潍坊学院
📅 2017-07-24
本发明公开了基于Sobel算子和Grubbs检验的瞬时频率估计方法，采用短时傅里叶变换将原始信号转换为时频谱图，采用Sobel检测算法获得多条脊带，采用Grubbs检验排除每条脊带的异常值，通过叠加构建一条具有完整清晰边缘的合成脊带，采用Grubbs检验排除合成脊带的异常值，计算合成脊带的均值曲线，对均值曲线进行平滑处理，计算该平滑均值曲线在95%置信水平上的置信区间，将平滑均值曲线及其置信区间映射到目标脊线上，得到目标脊线的参考线和局部搜索区间，采用非延迟代价函数提取目标脊线。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。
📄 2017106085717
📂 G06F17_14
👤 山东正纯食品科技有限公司
📅 2017-07-24
本发明公开了一种多尺度时频肌间耦合分析方法。本发明首先进行多通道表面肌电信号同步采集并进行预处理；并对预处理后的数据进行噪声辅助的多元经验模态分解，得到有用的IMF尺度分量。其次对IMF尺度分量进行同步提取变换；具体为：对每个IMF尺度分量进行短时傅里叶变换，再乘以一个相位因子后进行同步压缩变换。然后计算时频互信息、时频归一化互信息和时频条件互信息；最后将上述计算结果进行多尺度时频肌间耦合统计分析。本发明为定量研究脑卒中患者上肢康复运动过程中不同时频尺度下的肌间非线性耦合强度特性提供了一种新方法。
📄 2020107277167
📂 G06F17_14
👤 杭州电子科技大学
📅 2020-07-23
本发明提供了一种基于机器学习和FFT的盲源分离信源数目并行估计方法该方法首先提取对噪声不敏感的声信号特征，然后对特征进行主分量分析，再将已有环境数据、目标环境实场测试数据等特征数据输入BP神经网络训练，保证模型在不同应用环境的稳定性，并得到神经网络分类器，以实现不同信号之间的有效分类，得到类目作为信源个数；对相同的接收信号去噪后进行傅里叶变换，通过阈值判别信源个数，得到信源数目，最后比较，得到最终的输出信源数目。本发明通过优化方法来提高算法的准确率，最终得到准确的信源数目，实现了盲源分离中的信源有效估计，提高了信源估计的鲁棒性。
📄 2021101861084
📂 G06F17_14
👤 青岛科技大学
📅 2021-02-15
本发明公开了基于LoG算子和Grubbs检验的瞬时频率估计方法。该方法采用短时傅里叶变换将原始信号转换为时频谱图，采用LoG检测算法获得多条脊带，采用Grubbs检验排除每条脊带的异常值，通过叠加构建一条具有完整清晰边缘的合成脊带，采用Grubbs检验排除合成脊带的异常值，计算合成脊带的均值曲线，对均值曲线进行平滑处理，计算该平滑均值曲线在95%置信水平上的置信区间，将平滑均值曲线及其置信区间映射到目标脊线上，得到目标脊线的参考线和局部搜索区间，采用非延迟代价函数提取目标脊线。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。
📄 2017106085670
📂 G06F17_14
👤 潍坊学院
📅 2017-07-24
本发明公开了基于LoG算子和Grubbs检验的时频脊线提取方法，该方法采用短时傅里叶变换将原始信号转换为时频谱图，采用LoG检测算法获得多条脊带，采用Grubbs检验排除每条脊带的异常值，通过叠加构建一条具有完整清晰边缘的合成脊带，采用Grubbs检验排除合成脊带的异常值，计算合成脊带的均值曲线，对均值曲线进行平滑处理，计算该平滑均值曲线在95%置信水平上的置信区间，将平滑均值曲线及其置信区间映射到目标脊线上，得到目标脊线的参考线和局部搜索区间，采用非延迟代价函数提取目标脊线。本发明适合于估计复杂多分量变频信号的瞬时频率，克服了传统方法在机械振动信号瞬时频率估计中的缺陷，估计结果的准确度和精确度高，便于工程应用。
📄 2019103813177
📂 G06F17_14
👤 潍坊学院
📅 2017-07-24
本发明公开了一种窄线宽激光器线宽的检测方法及装置，所述方法包括获取预先利用数据采集卡采集的数据信息；将所述数据信息采用累加平均算法做信号预处理；将所述预处理后的时域数据信息进行快速傅里叶变换；采用滑动平均算法进行处理；使用L‑M算法对所述滑动平均过的数据进行拟合；将所述拟合后的数据通过延时自外差法检测线宽，计算出激光器线宽数据，本发明采用延时光纤拍频法对窄线宽激光器进行线宽测量，在减少器件使用的基础上，极大地增强了激光器线宽测量的准确性；该方法采用数据采集卡进行数据采集，快速傅里叶变换进行分析处理，采用滑动平均算法和L‑M算法对数据进行处理，降低成本的同时精确检测到更窄的激光器线宽。
📄 2022108203028
📂 G06F17_14
👤 南京信息工程大学
📅 2022-07-13
一种基于小波变换的非平稳排气噪声信号阶次定量提取方法，包括：1)通过转速脉冲信号计算转速曲线，并获得对应的时间序列；2)采用三次样条曲线对转速曲线进行平滑处理，获得光滑的转速曲线；3)建立用于相关变换计算的标准加窗小波函数；4)采用加窗小波函数对非平稳排气噪声信号进行时域相关变换，获取各阶次的时域波动信号；5)对时域阶次波动信号进行声压级变换，获取各阶次声压级曲线。本发明可克服频谱泄漏、阶次混叠等问题；简化阶次提取的过程；实现更加精准的声品质分析；各阶次分量的时域波动信号可进行自由组合，同时可转换为阶次声压级，从而为排气噪声品质的研究以及不同结构消声效果定量对比分析奠定基础。
📄 2017110623604
📂 G06F17_14
👤 华东交通大学
📅 2017-11-02
本发明公开了一种超大点数FFT快速处理方法，涉及数字信号快速处理领域，包括以下步骤：首先对原始采样信号数据进行补零操作至序列的总长度满足M1点的整数倍；然后针对补零操作后的数据进行分割，将输入超大点数序列分割为L个长度为M1点的子序列，其次，对子序列做点数为M1点FFT计算，采用高基数FFT算法架构进行迭代计算；最后，利用特定的旋转因子与子序列的FFT计算结果相乘以实现FFT结果的相位矫正，将相位矫正后的子FFT结果按照特定的加权方式进行组合拼接，确保每个频率点的成分得到正确的调整，得到原始数据序列的FFT结果。本发明能够在降低算法复杂度的同时提升超大点数FFT的计算效率。
📄 2024114634472
📂 G06F17_14
👤 杭州电子科技大学
📅 2024-10-21
本发明公开了一种基于FPGA的快速傅里叶变换数字噪声处理方法。将灵活的数字电路处理技术与FFT算法相结合，利用FPGA芯片中DSP的浮点数计算功能，通过适当扩大数字有效字长和保留输出数据最大有效位数截位原则的高位和低位分别截位相结合的方法，在不大幅度增加FPGA资源占用的同时，最大限度减少了基于FPGA芯片的FFT算法数字截尾噪声，提高基于FPGA芯片的FFT分析灵敏度，扩大FFT的分析动态范围。与传统基于FPGA芯片的FFT算法相比，本发明在资源占用少，同时最大程度保留了数据有效位，减少了数字信号截尾噪声。
📄 2022109199759
📂 G06F17_14
👤 电子科技大学
📅 2022-08-01
本发明为利用六阶基数样条小波神经网络，进行带通滤波的方法，用以解决在复杂系统中信号带通滤波精度差的问题。由于小波神经网络具有自适应能力，带通特性，能够基于噪声统计特性的变化，在线调整滤波的带宽，因此本专利把六阶基数样条小波ψ(x)作为神经网络的激励函数；提出基于信号带宽确定神经网络输入权值2j；同时给出了在复杂噪声环境下的神经网络隐层节点数的计算公式；继而由插值基到正交基的线性映射，得到系数并得到矩阵R＝[λk‑n]k×n，进而构建矩阵Λ＝RTR，选取矩阵β＝[ψj,K(n/2J)]n,K得Mf＝λA(βTΛβ)‑1βTΛ，用迭代的方法得到最优输出权值{ck}k，最后基于系数{ck}k构建小波神经网络来实现信号的带通滤波。
📄 2019109811156
📂 G06F17_14
👤 电子科技大学
📅 2019-10-16
柿子坊 · 知识产权运营
柿子坊知识产权运营平台