[發明專利]用于在含噪環境中分析系統的狀態的設備和方法在審
| 申請號: | 202010345851.5 | 申請日: | 2020-04-27 |
| 公開(公告)號: | CN111860102A | 公開(公告)日: | 2020-10-30 |
| 發明(設計)人: | P·萊格蘭德;E·格里韋爾;J-M·安德烈;B·貝特洛 | 申請(專利權)人: | 泰勒斯公司;波爾多大學;波爾多理工學院;國家科學研究中心 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 北京戈程知識產權代理有限公司 11314 | 代理人: | 程偉;王錦陽 |
| 地址: | 法國庫*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 環境 分析 系統 狀態 設備 方法 | ||
1.一種用于確定系統的狀態的計算機實現方法(200),所述方法包括以下步驟:
-收集與系統有關的數據(202),所述數據是包括感興趣數據和噪聲的含噪數據;
-從收集的數據生成待分析的信號(204),所述信號是包括感興趣信號和噪聲的含噪信號;
-通過在積分的含噪信號與其趨勢之差的冪的計算中補償噪聲的影響,基于含噪信號分析感興趣信號的規律性(206);以及
-根據從含噪信號估算的感興趣信號的規律性的分析結果,確定所述系統的狀態(208)。
2.根據權利要求1所述的方法,其中,分析含噪信號的規律性的步驟(206)包括以下步驟:
-定義一組“N”值(302);
-對于每個“N”值(304):
-根據含噪信號的自相關函數(305),計算積分的含噪信號與該積分的含噪信號關于“N”值的估算趨勢之差的冪的值(306);
-根據積分的含噪信號與該積分的含噪信號關于“N”值的估算趨勢之差以及噪聲的自相關函數(307),計算積分的感興趣信號與該積分的感興趣信號趨勢之差的冪的值(308);以及
-估算含噪信號的規律性(310)。
3.根據權利要求1或2所述的方法,其在生成待分析的信號的步驟(204)之后,包括計算含噪信號的自相關函數的步驟(400)。
4.根據權利要求3所述的方法,其中,計算積分的感興趣信號與其趨勢之差的冪的值的步驟(308)包括以下步驟:
-估算噪聲的屬性(402);
-計算噪聲的自相關函數(404);
-根據噪聲的自相關函數以及含噪信號的自相關函數,計算感興趣信號的自相關函數(406);以及
-利用噪聲的自相關函數,在積分的感興趣信號與其趨勢之差的冪的值的計算(408)中數學補償噪聲的影響。
5.根據權利要求4所述的方法,其中,估算噪聲的屬性的步驟在于估算噪聲的統計特性、和/或噪聲的有色或白色性質、和/或從所述噪聲形成的參數模型的參數。
6.根據權利要求2至5中任一項所述的方法,其中,定義一組“N”值的步驟(302)在于將積分的含噪信號劃分為大小為“N”的分段,并且估算感興趣信號的規律性的步驟(310)包括對于所述一組“N”值估算所述積分信號的趨勢。
7.根據權利要求2至5中任一項所述的方法,其中,定義一組“N”值的步驟(302)在于將階數為“N”的低通濾波器應用于積分的含噪信號,并且估算感興趣信號的規律性的步驟(310)包括估算所述積分信號的趨勢。
8.根據前述權利要求中任一項所述的方法,其中,收集數據的步驟(202)在于從與所述系統聯接的傳感器收集數據。
9.根據權利要求8所述的方法,其中,所述傳感器配置為收集與大腦的電活動EEG“腦電圖”、和/或心臟的電活動ECG“心電圖”、和/或皮膚電活動、和/或瞳孔測定有關的數據。
10.根據權利要求8或9所述的方法,其中,所述傳感器包括至少一個慣性傳感器,所述慣性傳感器包括加速度計和陀螺儀。
11.根據權利要求1至10中任一項所述的方法,還包括根據規律性分析的結果顯示所述系統的狀態的步驟。
12.一種計算機程序產品,所述計算機程序包括非易失性代碼指令,當在計算機上執行所述程序時,所述非易失性代碼指令使得執行根據權利要求1至11中任一項所述的方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于泰勒斯公司;波爾多大學;波爾多理工學院;國家科學研究中心,未經泰勒斯公司;波爾多大學;波爾多理工學院;國家科學研究中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010345851.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:汽化容器和方法
- 下一篇:用于安全地訓練和使用模型的系統和方法





