Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学行鸿彦获国家专利权

南京信息工程大学行鸿彦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京信息工程大学申请的专利基于优化变分模态分解的海杂波去噪方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116975536B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310995482.8,技术领域涉及:G06F18/10;该发明授权基于优化变分模态分解的海杂波去噪方法及系统是由行鸿彦;周星设计研发完成,并于2023-08-09向国家知识产权局提交的专利申请。

基于优化变分模态分解的海杂波去噪方法及系统在说明书摘要公布了:本发明公开了基于优化变分模态分解的海杂波去噪方法及系统,涉及雷达信号处理技术领域,利用WOA算法对其模态个数K和惩罚参数α寻优,以参数优化后的VMD方法实现信号的自适应分解并去除方差贡献率较低的模态分量,结合模糊熵筛选出噪声占主导的模态分量,将其进行SG滤波处理。对去噪后的分量和有用分量叠加重构,实现海杂波信号的去噪,本发明避免了设置VMD参数的主观性,有效抑制模态混叠,具有更好的去噪效果,结合模糊熵的优势,消除了较多噪声信号的同时也保留了更多有用信号。

本发明授权基于优化变分模态分解的海杂波去噪方法及系统在权利要求书中公布了:1.基于优化变分模态分解的海杂波去噪方法,其特征在于,方法包括以下步骤: 接收原始海杂波信号,对原始海杂波信号进行相空间重构,得到重构数据,将重构数据归一化,得到待去噪海杂波信号; 将待去噪海杂波信号输入至预先建立的变分模态分解模型VMD内,分解得到多个模态分量,其中,所述变分模态分解模型的最优参数通过鲸鱼优化算法WOA确定; 所述变分模态分解模型的最优参数通过鲸鱼优化算法WOA确定的过程: 初始化鲸鱼种群的向量位置; 采用VMD根据每个鲸鱼位置处理信号,预设K的取值范围是[2,12],α的取值范围是[1000,5000]; 使用最小包络熵函数记录最优个体位置,其中包络熵Ep的公式为: 式中,pi是ai的归一化形式;ai是各个模态分量经过希尔伯特变换后的包络信号,计算每个鲸鱼的适应度之后并更新位置,当p0.5且|A|1时,进行收缩包围;当p0.5且|A|≥1时,进行随机搜索;当p≥0.5时,进行螺旋收缩,判断是否达到最大迭代次数并且收敛因子减小至0,若满足条件,则输出最优参数组合[K,α];若不满足条件,则继续采取收缩包围机制至最终确定最优参数组合[K,α]; 计算每个模态分量的方差贡献率,若方差贡献率小于等于设定值,则被认为是噪声,将此方差贡献率对应的模态分量去除,得到剩余模态分量; 计算剩余模态分量中每个的模糊熵值,根据模糊熵值对剩余模态分量进行筛选,得出噪声分量以及非噪声分量,对噪声分量进行SG滤波去噪,得到滤波后的噪声分量; 将滤波后的噪声分量与非噪声分量进行叠加重构,得到去噪后的海杂波信号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学,其通讯地址为:210044 江苏省南京市浦口区宁六路219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。