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 > 清华大学彭丽莎获国家专利权

清华大学彭丽莎获国家专利权

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!

龙图腾网获悉清华大学申请的专利基于FastICA的油气管道脉冲涡流响应信号去噪方法及装置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:CN119691438B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411875896.8,技术领域涉及:G06F18/2134;该发明授权基于FastICA的油气管道脉冲涡流响应信号去噪方法及装置是由彭丽莎;孔祥博;黄松岭;李世松设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

基于FastICA的油气管道脉冲涡流响应信号去噪方法及装置在说明书摘要公布了:本申请提出了一种基于FastICA的油气管道脉冲涡流响应信号去噪方法,包括:采集对油气管道进行脉冲涡流检测时产生的信号,得到原始信号数据,其中,原始信号数据包括油气管道脉冲涡流响应信号及电磁噪声;使用FIR自适应滤波算法对采集到的原始信号数据进行预处理,得到预处理后的信号数据;使用MEMD算法对预处理后的信号数据进行分解,并对分解后的分量进行筛选,得到最终分解结果;使用MDL准则对预处理后的信号数据的信号来源总数进行估计;根据估计的信号来源总数、使用FastICA独立成分分析算法从最终分解结果中分离出油气管道脉冲涡流响应信号及电磁噪声。采用上述方案的本发明能够显著提升检测精度,为油气管道的安全监测提供了更为可靠的技术保障。

本发明授权基于FastICA的油气管道脉冲涡流响应信号去噪方法及装置在权利要求书中公布了:1.一种基于FastICA的油气管道脉冲涡流响应信号去噪方法,其特征在于,包括: 通过传感器采集对油气管道进行脉冲涡流检测时产生的信号,得到原始信号数据,其中,所述传感器为双激励、双接收型聚焦脉冲涡流探头,所述原始信号数据包括油气管道脉冲涡流响应信号及电磁噪声; 使用FIR自适应滤波算法对采集到的原始信号数据进行预处理,得到预处理后的信号数据; 使用MEMD算法对预处理后的信号数据进行分解,并对分解后的分量进行筛选,得到最终分解结果,其中,使用MEMD算法分解信号数据,得到分解结果,包括: 步骤S41:选取l个二维空间中的投影方向vj∈R2,j=1,2,...,l; 步骤S42:将预处理后的双通道信号x[n]=[x1n,x2n]投影至各方向vj: 其中,vj,m是第j个方向向量在第m个维度上的分量,为该方向上的投影信号; 步骤S43:对每个方向上的投影信号进行一维离散经验模态分解EMD,将每个投影信号分解为一系列本征模态函数IMFs: 其中,K为分解出的IMF的数量,为该方向上投影信号的第k个本征模态函数,为残差量; 步骤S44:通过对每个投影方向第k个IMF求几何平均重构获得各通道第k个IMF: 其中,IMFk,mn为重构后的第m通道的第k个IMF; 步骤S45:迭代进行步骤S42-S44,迭代次数为t次,在每次迭代后,将分解出的最慢振荡的IMF作为最慢变化的分量,并将其剔除,得到分解结果,其中,所述分解结果为: 其中,xmn为每个通道的信号; 所述对分解后的分量进行筛选,得到最终分解结果,包括: 计算每个IMF序列的峭度: 其中,N为IMF序列的长度,μ为IMF序列的平均值,σ为IMF序列的标准差; 设置峭度阈值b,将峭度低于b的IMF序列筛除; 使用MDL准则对预处理后的信号数据的信号来源总数进行估计,包括: 将预处理后的双通道信号整合为2×N的数据矩阵X,其中,N为每个通道收集到的时域信号的长度; 对数据矩阵每一行进行取均值处理,得到 计算协方差矩阵: 对R进行特征值分解,得到特征值λ1,λ2; 设定信源数最大值P,遍历计算每个信源数p的MDL值: 选取计算所得MDL最小的p值,将其作为估算所得的信号来源总数; 根据估计的信号来源总数、使用FastICA独立成分分析算法从所述最终分解结果中分离出油气管道脉冲涡流响应信号及电磁噪声,包括: 步骤S71:对筛选所得的K个IMF长度为N的IMF,排列为K×N的矩阵A; 步骤S72:对矩阵A进行中心化,在中心化时,对矩阵A每一行进行取均值处理,获得矩阵 步骤S73:对矩阵进行白化,包括:计算的协方差矩阵C,对C进行特征值分解,计算白化矩阵V,基于白化矩阵V完成对矩阵的白化,得到矩阵AW,其中, 协方差矩阵C为: 对C进行特征值分解,表示为: C=EDET 其中,E为特征向量矩阵,D为特征值对角矩阵, 白化矩阵V为: 矩阵AW为: 步骤S74:随机初始化解混矩阵W,其行数为估计的信号来源p; 步骤S75:对W进行迭代更新,直至W收敛,更新方式为: W+=E[AWtanhWTAW]-E[tanh′WTAW]W 步骤S76:基于矩阵W和矩阵AW确定独立成分矩阵,表示为: S=WAW 其中,S为分离后的独立成分矩阵,矩阵中每一行对应独立的油气管道脉冲涡流响应信号和不同来源的噪声。

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清华大学,其通讯地址为:100084 北京市海淀区清华园;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。