- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111128112 A
(43)申请公布日
2020.05.08
(21)申请号 201911356133.1
(22)申请日 2019.12.25
(71)申请人 武汉九元之泰电子科技有限公司
地址 430000 湖北省武汉市东湖新技术开
发区光谷大道78号金融港后台服务中
心三期H7栋1层01室05号
(72)发明人 王桂林 陈继焱
(74)专利代理机构 湖北天领艾匹律师事务所
42252
代理人 胡振宇
(51)Int.Cl.
G10K 11/178(2006.01)
权利要求书1页 说明书3页 附图1页
(54)发明名称
一种基于人工智能的自适应降噪新方法
(57)摘要
本发明公开了一种基于人工智能的自适应
降噪新方法,属于自适应降噪技术领域,该基于
人工智能的自适应降噪新方法,基于EMD方法依
赖于信号本身,是一种完全在时城中进行的自适
应分解,能使波动信号被互不干扰地、独立地提
取出来,是一种很好的非线性、非平稳信号分析
方法,根据上述EMD方法,再结合ANC方法,先对信
号进行初步的自适应噪声抵消,然后利用EMD将
噪声抵消后的信号分解到不同的频段上,并对不
同频段上的信号进行噪声属性判定,如果不是噪
声则再选择不同的滤波参数进行自适应噪声抵
消,最后由噪声抵消后的各尺度信号进行重构,
A 得到去噪后的信号,相对于传统的降噪方法,两
2 者相互结合,从而使得去噪效果变得更加优越。
1
1
8
2
1
1
1
1
N
C
CN 111128112 A 权 利 要 求 书 1/1页
1.一种基于人工智能的自适应降噪新方法,包括以下步骤:
S1、接收模块接收含噪声多分量信号和纯噪声信号输送到管理模块,初步预处理后的
分析信号采用ANC方法进行噪声抵消;
S2、用EMD方法把信号分解到不同频段上,并对各个频段的信号进行噪声属性判定;
S3、如果不是噪声则分别采用不同的滤波参数,分别对不同频段上的信号进行自适应
抵消,同时学习模块会通过管理模块进行分析之后学习处理方式,通过改进模块获得接收
模块的信息,生成改进后的滤波参数;
S4、由噪声抵消后的各尺度信号进行重构,得到去噪后的信号接收模块,接收含噪声的
多分量信号和纯噪声信号,并与网络信息库连接,接收操作指令和网络信息资源。
2.根据权利要求1所述的一种基于人工智能的自适应降噪新方法,其特征在于:所述管
理模块用于分析接收模块接收到的指令和信息,并且将相关信息反馈到操作模块。
3.根据权利要求1所述的一种基于人工智能的自适应降噪新方法,其特征在于:所述操
作模块包含操作ANC方法和EMD方法,ANC方法采用滤波器对部分频率信号进行消减,EMD方
法是通过特征时间尺度来识别信号中所内含的所有振动模态。
4.根据权利要求1所述的一种基于人工智能的自适应降噪新方法,其特征在于:所述学
习模块通过在网络端获取最新消息,通过管理模块进行分析之后学习处理方式。
5.根据权利要求1所述的一种基于人工智能的自适应降噪新方法,其特征在于:所述改
进模块根据接收模块接收的性能信息生成改进后的滤波参数。
6.根据权利要求3所述的一种基于人工智能的自适应降噪新方法,其特征在于:所述滤
波器可以对噪声中特定频率的频点或该频点以外的频率进行有效滤除,得到一个特定频率
的信号,或消除一个特定频率的信号。
2
您可能关注的文档
最近下载
- 驾照考试科目一试题1000题(含标准答案).pdf VIP
- 计算题(附答案)液压与气压传动.pdf VIP
- 《EDA技术概述》课件.ppt VIP
- 人教版三年级上册数学第四单元 万以内的加法和减法(二)测试卷汇总.docx VIP
- 2025食安考试题库及答案.docx
- 《家的意味》公开课课件道德与法治部编版68.pptx VIP
- NB∕T 10222-2019 隧道联络通道冻结法施工及验收规范(2-1).pdf
- 特气管道施工流程.doc VIP
- 人教版数学三年级上册第二单元《万以内的加法和减法(一)》单元测试卷(一).doc VIP
- 2025至2030人体工程学鼠标产业市场深度调研及发展趋势与投资报告.docx
文档评论(0)