一种利用傅里叶带通滤波的极移周期提取及预报方法和系统

AITNT
正文
推荐专利
一种利用傅里叶带通滤波的极移周期提取及预报方法和系统
申请号:CN202510995652
申请日期:2025-07-18
公开号:CN120929744A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开一种利用傅里叶带通滤波的极移周期提取方法和系统,通过带通滤波技术,精确保留特定频率范围内的信号成分,同时有效抑制其他频率的干扰,特别是在提取微弱逆向周期成分方面,表现出显著优势。与传统方法相比,本发明能够有效避免模态混叠问题,显著提高信号分解的准确性。在此基础上,本发明构建了一种极移预报方法和系统,以提取的周期信号为输入,结合有效角动量数据,采用一维卷积神经网络与长短期记忆网络的组合模型进行PM预测,能够在提高预测精度的同时,更好地自适应PM信号的时变特性。
技术关键词
一维卷积神经网络 周期提取方法 序列 依赖特征 预报方法 动态变化特征 长短期记忆网络 方程 频率 带通滤波器 计算机 处理器 指令 输入模块 信号 存储器
系统为您推荐了相关专利信息
1
基于逐级分层提取CVT误差预测方法、系统、设备及介质
误差预测方法 LSTM模型 引入注意力机制 网络 电容式电压互感器
2
一种三方交易智能反馈优化方法及系统
反馈优化方法 深度学习模型 分布式数据采集 深度特征提取 深度信念网络
3
基于迭代深度展开网络的MIMO雷达恒模波形设计
黎曼 梯度下降算法 恒模波形设计方法 发射天线 网络
4
眼前节OCT图像三维重建方法、装置、计算机设备及介质
图像三维重建方法 结构轮廓 图像配准 点云 序列
5
关键数据传输方法、装置和电子设备
链路 接收方 数据传输方法 数据传输方式 集成电路芯片技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号