摘要
本发明公开了一种波包自识别方法,同时考虑了波包频散和多模态的补偿,可实现各类超声检测信号的分析。首先,针对目标波包的波形,构建了过完备字典,并考虑波的频散特征;然后,基于贝叶斯推理方法,识别与重构了混叠波包中的有效波包,实现对检测信号中具有指定形态的波包进行自动标定;最后,结合波包到达先后顺序确定了不同波包的物理意义。由于该方法的自识别特性,可应对海量信号的快速分析,从而实现大量重复超声测试,提升最终结果的可靠性和精度。本发明的波包自识别方法可推广至不同检测对象的各类物理测试信号。
技术关键词
识别方法
稀疏贝叶斯模型
稀疏系数向量
贝叶斯推理方法
构造系统矩阵
完备字典
激励器
稀疏贝叶斯学习
信号
超声换能器阵列
超参数
反射点
模式
噪声方差
重构
模型更新
系统为您推荐了相关专利信息
多光谱融合图像
三维点云模型
三维点云数据
RGB彩色图像
识别方法
功能识别方法
建筑物
拓扑结构特征
上下文特征
图像
运动意图识别方法
智能下肢
人体
计算机程序指令
动态优化框架
人像信息
车辆控制装置
面部特征
动作识别方法
信号
数据分析方法
靶标
阶段
关键点识别
智能编码系统