申请/专利权人：山西众诚安信安全科技有限公司

申请日：2024-01-09

公开（公告）日：2024-04-02

公开（公告）号：CN117540328B

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/243;G06F18/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明涉及电磁波测量技术领域，具体涉及一种煤矿噪声高精度测量过程中噪声处理方法，包括：计算混合电磁波每个分量信号的噪声密度估测值，计算每个分量信号的特征参数划分尺度，进而输出每个分量信号的预期树深，并根据每个分量信号的预期树深获取每个分量信号的最优树深，根据每个分量信号的最优树深得到每个分量信号的异常测量值，并配合滤波器得到去噪后的电磁波。本发明避免了树深过大时正常测量值原本存在的差异被视为异常测量值而丢失，提高孤立森林异常值的检测精度以及电磁波的去噪精度。

主权项：1.一种煤矿噪声高精度测量过程中噪声处理方法，其特征在于，该方法包括以下步骤：获取混合电磁波，根据混合电磁波得到若干个分量信号，每个分量信号中包含若干个采样点；获取每个分量信号的所有极值区间，根据每个分量信号的所有极值区间得到每个分量信号的所有极值区间组合，根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，所述每个分量信号的噪声密度估测值描述了对每个分量信号的所有采样点的分割难度预期；获取每个分量信号的所有采样点的所有特征参数，根据每个分量信号的所有采样点的所有特征参数得到每个分量信号的特征参数划分尺度，所述特征参数划分尺度描述了每个分量信号的所有采样点的所有特征参数对所有采样点分割结果的预期影响，根据每个分量信号的噪声密度估测值与特征参数划分尺度得到每个分量信号的预期树深；根据每个分量信号的预期树深获取每个分量信号的最优树深，根据每个分量信号的最优树深得到每个分量信号的异常测量值，根据每个分量信号的异常测量值得到去噪后的电磁波；所述根据每个分量信号的所有极值区间组合得到每个分量信号的噪声密度估测值，包括的具体步骤如下： 其中，代表任意一个分量信号的噪声密度估测值，G代表任意一个分量信号的成分复杂性，H代表任意一个分量信号的波动差异，T代表任意一个分量信号的总时序长度内包含的所有采样点数量，n代表任意一个分量信号的极值区间数量，代表离差归一化函数；所述任意一个分量信号的成分复杂性，包括的具体步骤如下： 其中，G代表任意一个分量信号的成分复杂性，n代表任意一个分量信号的极值区间数量，s代表任意一个分量信号的第s个极值区间，代表任意一个分量信号的第s个极值区间的时序长度内包含的所有采样点数量，代表任意一个分量信号的所有极值区间的时序长度内包含的所有采样点数量的平均值；所述任意一个分量信号的波动差异，包括的具体步骤如下：任意一个极值区间组合中包含两个相邻的极值区间，将任意一个极值区间组合的前一个极值区间中的采样点称为a点，将后一个极值区间中的采样点称为b点，利用DTW将每个极值区间组中的两个相邻极值区间的所有采样点进行对齐，每个极值区间组得到若干个采样点对，每个采样点对均有一个a点和一个b点； 其中，H代表任意一个分量信号的波动差异，i代表任意一个分量信号的第i个极值区间组合，代表任意一个分量信号的极值区间组合数量，j代表任意一个分量信号的任意一个极值区间组合中第j个采样点对，代表任意一个分量信号的第i个极值区间组合的所有采样点对数量，代表第i个极值区间组合中第j个采样点对的a点测量值一阶导数，代表第i个极值区间组合中第j个采样点对的b点测量值一阶导数；所述根据每个分量信号的所有采样点的所有特征参数得到每个分量信号的特征参数划分尺度，包括的具体步骤如下：混合电磁波每个分量信号的每个采样点的所有特征参数包括：每个采样点的测量值、每个采样点处的一阶导数、每个采样点所处极值区间的长度，得到每个分量信号的每个采样点的所有特征参数的欧式范数； 上式中，T代表任意一个分量信号的总时序长度内包含的所有采样点数量，p代表任意一个分量信号的第p个采样点，q代表任意一个分量信号中除了第p个采样点之外的第q个采样点，代表第p个采样点在时序上的时间值，代表第q个采样点在时序上的时间值，表示第p个采样点和第q个采样点的所有特征参数的欧式范数，代表任意一个分量信号的特征参数划分尺度，代表双曲正切函数，e代表自然常数；所述根据每个分量信号的噪声密度估测值与特征参数划分尺度得到每个分量信号的预期树深，包括的具体步骤如下： 其中，代表任意一个分量信号的噪声密度估测值，代表任意一个分量信号的特征参数划分尺度，T代表任意一个分量信号的总时序长度内包含的所有采样点数量，代表以2为底的对数函数，代表任意一个分量信号的预期树深；所述根据每个分量信号的预期树深获取每个分量信号的最优树深，包括的具体步骤如下：获取混合电磁波每个分量信号的所有采样点；对每个分量信号的所有采样点的测量值建立孤立树，根据预期树深以及每个分量信号的所有采样点的测量值在孤立树上每个分割节点处的分割结果，得到每个分割节点的目标函数，取目标函数输出值最大的一个分割节点所对应的树深位置作为最优树深；所述每个分割节点的目标函数，包括的具体步骤如下：将混合电磁波每个分量信号的所有采样点的测量值作为孤立树的样本； 其中，m代表孤立树的第m个分割节点，v代表第m个分割节点前第v个分割节点，代表第m个分割节点所分割的左侧子节点样本数量，代表第m个分割节点所分割的右侧子节点样本数量，代表第v个分割节点所分割的左侧子节点样本数量，代表第v个分割节点所分割的右侧子节点样本数量，L代表孤立树的预期树深，代表第m个分割节点的目标函数输出值，e代表自然常数。

全文数据：

权利要求：

百度查询： 山西众诚安信安全科技有限公司 一种煤矿噪声高精度测量过程中噪声处理方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD