买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】激波管动态压力重构方法、装置、电子设备及存储介质_武汉工程大学_202310045368.9 

申请/专利权人:武汉工程大学

申请日:2023-01-30

公开(公告)日:2023-03-14

公开(公告)号:CN115795282A

主分类号:G06F18/10

分类号:G06F18/10;G06N3/045;G06N3/0442;G06N3/0985;G01L5/14;G01H17/00

优先权:

专利状态码:有效-授权

法律状态:2023.05.09#授权;2023.04.18#实质审查的生效;2023.03.14#公开

摘要:本发明提供了一种激波管动态压力重构方法、装置、电子设备及存储介质,其方法包括:获取初始动态压力响应信号,包括振动信号和响应信号;基于变分模态分解方法和经验模态分解方法对振动信号和响应信号进行预处理,得到预处理信号以及该信号在不同频段分量信号;再依据相关系数得到的各分量信号分别与预处理信号和去噪振动信号之间的关系构建训练集;基于Bi‑LSTM神经网络模型构建初始逆传感网络模型,基于训练集迭代训练初始逆传感网络模型,得到目标逆传感网络模型;采用目标逆传感网络模型重构激波管动态压力,得到目标激波管动态压力重构信号。本发明提供的激波管动态压力重构方法能够更合理准确的对激波管动态压力信号进行重构。

主权项:1.一种激波管动态压力重构方法,其特征在于,包括:获取初始动态压力响应信号,所述初始动态压力响应信号包括振动信号和响应信号;基于变分模态分解方法和经验模态分解方法对所述振动信号和响应信号进行预处理操作,得到去噪振动信号、预处理响应信号以及所述预处理响应信号在不同频段的分量信号;根据所述不同频段的分量信号分别与所述去噪振动信号和预处理响应信号之间的相关性构建训练集;基于Bi-LSTM神经网络模型构建初始逆传感网络模型,基于所述训练集迭代训练初始逆传感网络模型,得到目标逆传感网络模型;获取实时动态压力响应信号并进行所述预处理操作后输入所述目标逆传感网络模型,得到目标激波管动态压力重构信号。

全文数据:

权利要求:

百度查询: 武汉工程大学 激波管动态压力重构方法、装置、电子设备及存储介质

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。