申请/专利权人：山东大学

申请日：2021-11-08

公开（公告）日：2024-04-16

公开（公告）号：CN114036984B

主分类号：G06F18/10

分类号：G06F18/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明涉及一种基于TUCKALS3算法的高维频谱数据降噪方法，该方法通过Tucker分解将频谱张量分解为一个核张量和各个维度上的因子矩阵，通过交替最小二乘算法，迭代地对各个维度的因子矩阵进行分析处理，综合频谱张量各个维度上的降噪效果，有效提高了高维频谱数据模型下的降噪性能。此外，本发明还改进了张量n秩估计算法。张量n秩是区分第n个因子矩阵上的信号子空间和噪声子空间的重要依据。本发明通过改进现有的n秩估计算法进一步提高了n秩估计的准确性，进而提高了TUCKALS3算法的降噪性能。

主权项：1.一种基于张量TUCKALS3算法的高维频谱数据降噪方法，其特征在于，包括步骤如下：1从时间、空间、频段三个维度构建频谱张量T；2应用秩估计算法对频谱张量T进行n秩估计；3计算频谱张量T的Tucker分解，得到频谱张量T的各个维度的因子矩阵Un，通过因子矩阵Un初始化n-mode滤波器此时k＝0；4循环更新频谱张量的N个n-mode滤波器，第n次循环更新第n个n-mode滤波器，循环过程为：①计算②将频谱张量T′和T沿着第n个维度展开，得到展开矩阵T′n和Tn，计算矩阵Cn＝T′nTn的特征值分解，取Cn前K个最大特征值对应的特征值向量组成新的因子矩阵Un；③利用更新的因子矩阵Un更新n-mode滤波器5用更新后的n-mode滤波器对频谱张量进行降噪，即其中代表经过k次循环更新后得到的n模滤波器；检查是否满足收敛条件||T′k+1-T||2ξ,ξ0，ξ代表收敛条件的阈值，如果满足，则输出最优低秩近似张量代表上述最后一次循环更新的n模滤波器，如果不满足，则重复上述步骤4到5，直到满足收敛条件，则得到降噪后的频谱张量T′stop。

全文数据：

权利要求：

百度查询： 山东大学 一种基于TUCKALS3算法的高维频谱数据降噪方法

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