買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜閩南師范大學(xué)申請(qǐng)的專利一種信號(hào)魯棒稀疏時(shí)頻分析方法、終端設(shè)備及存儲(chǔ)介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113935246B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111270269.8，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種信號(hào)魯棒稀疏時(shí)頻分析方法、終端設(shè)備及存儲(chǔ)介質(zhì)是由陳穎頻;王海光;王靈芝;喻飛;林凡;陳育群;宋建華;何麗;陳悅設(shè)計(jì)研發(fā)完成，并于2021-10-29向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種信號(hào)魯棒稀疏時(shí)頻分析方法、終端設(shè)備及存儲(chǔ)介質(zhì)在說(shuō)明書摘要公布了：本發(fā)明涉及一種信號(hào)魯棒稀疏時(shí)頻分析方法、終端設(shè)備及存儲(chǔ)介質(zhì)，該方法中包括：S1：構(gòu)建基于形態(tài)學(xué)成分分析、稀疏時(shí)頻分析和幀小波變換的信號(hào)沖擊噪聲去除模型；S2：針對(duì)信號(hào)沖擊噪聲去除模型利用前向分解法，計(jì)算沖擊噪聲去除后信號(hào)的紋理成分yT和卡通成分yC；S3：根據(jù)信號(hào)的紋理成分yT和卡通成分yC，針對(duì)信號(hào)沖擊噪聲去除模型利用后向分解法，計(jì)算信號(hào)沖擊噪聲去除后的頻譜稀疏解xi。本發(fā)明引入形態(tài)學(xué)成分分析算法將待處理信號(hào)分解為低頻卡通成分、高頻紋理成分以及噪聲成分，并在形態(tài)學(xué)成分分析的基礎(chǔ)上進(jìn)一步引入平穩(wěn)幀小波正則項(xiàng)，充分挖掘信號(hào)有效成分與噪聲成分的差異性，達(dá)到壓制噪聲和魯棒時(shí)頻分析的目的。

本發(fā)明授權(quán)一種信號(hào)魯棒稀疏時(shí)頻分析方法、終端設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種信號(hào)魯棒稀疏時(shí)頻分析方法，其特征在于，包括以下步驟：S1：構(gòu)建基于形態(tài)學(xué)成分分析、稀疏時(shí)頻分析和幀小波變換的信號(hào)沖擊噪聲去除模型： 其中，MCA.表示形態(tài)學(xué)成分分析算法，yT表示信號(hào)yn的紋理成分，yC表示信號(hào)yn的卡通成分，yiT表示將信號(hào)yT進(jìn)行分段后的第i個(gè)子信號(hào)，yiC表示將信號(hào)yC進(jìn)行分段后的第i個(gè)子信號(hào)，g表示滑動(dòng)窗口，Θ＝SF-1表示稀疏變換矩陣，S＝[I|O]表示截?cái)嗑仃嚕琁表示單位矩陣，O表示所有元素為零的矩陣，F(xiàn)表示傅里葉變換矩陣，表示L2范數(shù)，表示Lp偽范數(shù)，p為L(zhǎng)P偽范數(shù)中稀疏變量的稀疏程度的控制參數(shù)，xi表示信號(hào)頻譜的稀疏解，μ表示平衡參數(shù)；S2：針對(duì)信號(hào)沖擊噪聲去除模型利用前向分解法，計(jì)算沖擊噪聲去除后信號(hào)的紋理成分yT和卡通成分yC；具體包括以下步驟：S21：利用前向分解法得到?jīng)_擊噪聲去除后信號(hào)的紋理成分yT和卡通成分yC的求解模型為： 其中，α0表示保真項(xiàng)平衡參數(shù)，α1和α2表示正則項(xiàng)的平衡參數(shù)，均表示Lp偽范數(shù)，p0、p1、p2均為L(zhǎng)P偽范數(shù)中稀疏變量的稀疏程度的控制參數(shù)，D.表示一階平穩(wěn)幀小波正變換，m表示掩碼向量；S22：利用交替乘子迭代法，引入中間輔助變量q0、q1、q2對(duì)應(yīng)的拉格朗日乘子二次懲罰項(xiàng)和二次懲罰項(xiàng)系數(shù)λ0、λ1、λ2后，將紋理成分yT和卡通成分yC的求解轉(zhuǎn)換為對(duì)q0、q1、q2、的求解，即： 其中，上標(biāo)k和k+1分別表示第k次和第k+1次迭代；S23：通過(guò)迭代訓(xùn)練計(jì)算紋理成分yT和卡通成分yC；S3：根據(jù)信號(hào)的紋理成分yT和卡通成分yC，針對(duì)信號(hào)沖擊噪聲去除模型利用后向分解法，計(jì)算信號(hào)沖擊噪聲去除后的頻譜稀疏解xi；具體包括以下步驟：S31：利用后向分解法得到的信號(hào)沖擊噪聲去除后的頻譜稀疏解xi的求解模型為： S32：將表示為子信號(hào)si，引入中間變量z＝xi與其對(duì)偶變量則頻譜稀疏解xi的求解模型的增廣拉格朗日函數(shù)為： 其中，β表示二次懲罰項(xiàng)的系數(shù)；S33：通過(guò)迭代訓(xùn)練對(duì)xi、z和進(jìn)行更新，得到最終的頻譜稀疏解xi。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人閩南師范大學(xué)，其通訊地址為：363000 福建省漳州市薌城區(qū)縣前直街36號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。