[發明專利]一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法在審
| 申請號： | 202011125201.6 | 申請日： | 2020-10-20 |
| 公開（公告）號： | CN112395946A | 公開（公告）日： | 2021-02-23 |
| 發明（設計）人： | 宋曉健;馬鴻彥 | 申請（專利權）人： | 宋曉健;馬鴻彥 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/40;H03H21/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京中仟知識產權代理事務所(普通合伙) 11825 | 代理人： | 田江飛 |
| 地址： | 062552 河北省*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 變換 rbf 神經網絡 泥漿 脈沖 信號 方法 | ||
1.一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于，包括以下步驟：
S1、對隨鉆測量信號進行小波分解；
S2、建立RBF神經網絡非線性自適應濾波器；
S3、RBF神經網絡非線性自適應濾波器運行。
2.根據權利要求1所述的一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于：所述步驟S1的具體步驟為：
S11、確定最佳小波基及相應的分解層數，對信號進行小波分解，每一層的待分解信號都通過相應的低通及高通濾波器，濾波后的信號被分成兩個部分，一部分包含的是低頻信號，另一部分包含的則是高頻信號，而后分別對兩部分信號進行采樣，對每層信號都進行上述處理，最終分解到各自獨立的頻帶中；
S12、對分解得到的小波系數通過合適的閾值進行量化處理；
S13、利用閾值量化后得到的小波系數進行小波重構，恢復有用信號和噪聲信號。
3.根據權利要求1所述的一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于：所述步驟S2的具體步驟為：
S21、所述基本的RBF神經網絡是一種具有單隱層的三層前饋型神經網絡結構，主要由輸入層、隱含層和輸出層三層結構；
S22、建立RBF神經網絡非線性自適應濾波器。
4.根據權利要求3所述的一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于：所述步驟S22，建立RBF神經網絡非線性自適應濾波器具，主要是由BRF神經網絡模塊和自適應算法模塊組成。
5.根據權利要求1所述的一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于：所述步驟S3具體步驟為：
S31、計算n時刻代價函數；
S32、根據LMS原則，對RBF神經網絡參數進行迭代計算；
S33、當達到終止條件或者迭代次數時，將輸出最終濾波結果。
6.根據權利要求5所述的一種基于小波變換-RBF神經網絡的泥漿脈沖信號去噪方法，其特征在于：所述步驟S32中，RBF神經網絡參數采用優化算法進行迭代。
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宋曉健;馬鴻彥，未經宋曉健;馬鴻彥許可，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/202011125201.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種軟弱地層深基坑開挖施工方法
- 下一篇：一種圓柱形鐵棒打磨設備
