北京方州科技有限公司穆富岭获国家专利权
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!
龙图腾网获悉北京方州科技有限公司申请的专利一种基于异构计算平台的信号处理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:CN119167327B 。
龙图腾网通过国家知识产权局官网在2025-05-30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:202411229880.X,技术领域涉及:G06F18/40;该发明授权一种基于异构计算平台的信号处理方法及装置是由穆富岭;吴平;李婷婷设计研发完成,并于2024-09-03向国家知识产权局提交的专利申请。
本一种基于异构计算平台的信号处理方法及装置在说明书摘要公布了:本发明公开了一种基于异构计算平台的信号处理方法及装置,该方法包括:对信号处理数字样机进行功能划分,得到原子模块集合;所述原子模块集合包括N个原子模块;对所述原子模块集合进行处理,得到优化信号处理数字样机;利用主处理设备、从处理设备、外部设备和所述优化信号处理数字样机,进行信号处理,得到信号处理结果。本发明在解耦复杂信号处理数字样机时,最大限度利用了处理器高速信号处理能力;同时,在显著降低信号处理数字样机的构建难度时,显著提升了处理数字样机的运行速度。实现了异构计算平台下信号处理数字样机构建,改良了异构模型数据交互技术手段,提供了信号处理数字样机构建方法和装置。
本发明授权一种基于异构计算平台的信号处理方法及装置在权利要求书中公布了:1.一种基于异构计算平台的信号处理方法,其特征在于,所述方法包括:S1,对信号处理数字样机进行功能划分,得到原子模块集合;所述原子模块集合包括N个原子模块,N为正整数;S2,对所述原子模块集合进行处理,得到优化信号处理数字样机,包括:S21,根据任一原子模块的功能,生成该原子模块的算法集成模板,得到N个原子模块的算法集成模板;所述算法集成模板包括适应在不同处理设备上运行的算法代码;S22,获取信号处理需求信息;S23,根据所述信号处理需求信息,从所述原子模块集合中获取K个原子模块,K为正整数;S24,对所述K个原子模块进行双重有向无环图装配,得到优化信号处理数字样机;S3,利用主处理设备、从处理设备、外部设备和所述优化信号处理数字样机,进行信号处理,得到信号处理结果,包括:S31,利用所述主处理设备生成信号描述字;所述信号描述字包括脉冲间载频分量、脉冲间幅度分量和调频斜率;主处理设备包括X86AMD64架构处理设备、ARM架构处理设备、LongArch架构处理设备、RISC-V架构处理设备和人工智能处理设备;S32,利用从处理设备对所述信号描述字进行处理,得到重构信号,并将所述重构信号发送至所述主处理设备,包括:S321,利用从处理设备对所述信号描述字进行处理,得到合成信号;合成信号为: 式中,pt为合成信号,fi为第i个步长内的辐射信号描述字的脉冲间载频分量,Ai为第i个步长内的辐射信号描述字的脉冲间幅度分量,ri第i个步长内的辐射信号描述字的调频斜率,t表示时间;S322,利用重构模型,对所述合成信号进行处理,得到重构信号;所述重构模型表达式为:st=ptxt式中,st为重构信号,pt为合成信号,rect表示矩形函数,δt为单位冲激信号,Ts为预设的采样周期,Tp为每个步长的时间长度,t为时间变量;从处理设备包括图形处理器设备、通用计算图形处理器设备、神经网络处理器设备、数字信号处理器设备、现场可编程阵列设备和协处理单元;S33,所述主处理设备,将所述重构信号发送至所述优化信号处理数字样机;S34,利用所述优化信号处理数字样机,对所述重构信号进行处理,得到信号处理结果,并在所述外部设备进行信号处理结果显示,包括:S341,对所述重构信号进行分割,得到第一重构信号、第二重构信号和第三重构信号;S342,对所述第一重构信号进行特征提取,得到第一特征信息,包括:利用第一特征提取模型,对所述第一重构信号进行处理,得到第一特征信息;所述第一特征提取模型表达式为: 式中,C1i,j为第一特征信息,i=1,2,…,M,j=1,2,…,M,x1n为第一重构信号,M为第一重构信号长度;S343,对所述第二重构信号进行特征提取,得到第二特征信息;S344,对所述第三重构信号进行特征提取,得到第三特征信息;S345,对所述第一特征信息、所述第二特征信息和所述第三特征信息进行融合,得到融合特征信息,包括:S3451,利用信息综合模型,对所述第一特征信息、所述第二特征信息和所述第三特征信息进行融合,得到综合特征信息;所述信息综合模型表达式为: 式中,Ci,j为综合特征信息,i=1,2,…,M,j=1,2,…,M,Cii,j为第i个特征信息;S3452,利用谱分解模型,对所述综合特征信息进行处理,得到融合特征信息;所述谱分解模型表达式为: 式中,Fu,v为融合特征信息,u,v为频率变量,Hi,j为预设的二维滞后函数,M为重构信号长度;S346,利用所述融合特征信息,对预设的信号识别模型进行训练,得到优化信号识别模型;S347,利用所述优化信号识别模型,对待处理的重构信号进行处理,得到信号处理结果。
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北京方州科技有限公司,其通讯地址为:100043 北京市石景山区实兴大街30号院5号楼3层1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”。
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。