买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜闽南师范大学申请的专利一种信号鲁棒稀疏时频分析方法、终端设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113935246B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111270269.8，技术领域涉及：G06F30/27；该发明授权一种信号鲁棒稀疏时频分析方法、终端设备及存储介质是由陈颖频;王海光;王灵芝;喻飞;林凡;陈育群;宋建华;何丽;陈悦设计研发完成，并于2021-10-29向国家知识产权局提交的专利申请。

本一种信号鲁棒稀疏时频分析方法、终端设备及存储介质在说明书摘要公布了：本发明涉及一种信号鲁棒稀疏时频分析方法、终端设备及存储介质，该方法中包括：S1：构建基于形态学成分分析、稀疏时频分析和帧小波变换的信号冲击噪声去除模型；S2：针对信号冲击噪声去除模型利用前向分解法，计算冲击噪声去除后信号的纹理成分yT和卡通成分yC；S3：根据信号的纹理成分yT和卡通成分yC，针对信号冲击噪声去除模型利用后向分解法，计算信号冲击噪声去除后的频谱稀疏解xi。本发明引入形态学成分分析算法将待处理信号分解为低频卡通成分、高频纹理成分以及噪声成分，并在形态学成分分析的基础上进一步引入平稳帧小波正则项，充分挖掘信号有效成分与噪声成分的差异性，达到压制噪声和鲁棒时频分析的目的。

本发明授权一种信号鲁棒稀疏时频分析方法、终端设备及存储介质在权利要求书中公布了：1.一种信号鲁棒稀疏时频分析方法，其特征在于，包括以下步骤：S1：构建基于形态学成分分析、稀疏时频分析和帧小波变换的信号冲击噪声去除模型： 其中，MCA.表示形态学成分分析算法，yT表示信号yn的纹理成分，yC表示信号yn的卡通成分，yiT表示将信号yT进行分段后的第i个子信号，yiC表示将信号yC进行分段后的第i个子信号，g表示滑动窗口，Θ＝SF-1表示稀疏变换矩阵，S＝[I|O]表示截断矩阵，I表示单位矩阵，O表示所有元素为零的矩阵，F表示傅里叶变换矩阵，表示L2范数，表示Lp伪范数，p为LP伪范数中稀疏变量的稀疏程度的控制参数，xi表示信号频谱的稀疏解，μ表示平衡参数；S2：针对信号冲击噪声去除模型利用前向分解法，计算冲击噪声去除后信号的纹理成分yT和卡通成分yC；具体包括以下步骤：S21：利用前向分解法得到冲击噪声去除后信号的纹理成分yT和卡通成分yC的求解模型为： 其中，α0表示保真项平衡参数，α1和α2表示正则项的平衡参数，均表示Lp伪范数，p0、p1、p2均为LP伪范数中稀疏变量的稀疏程度的控制参数，D.表示一阶平稳帧小波正变换，m表示掩码向量；S22：利用交替乘子迭代法，引入中间辅助变量q0、q1、q2对应的拉格朗日乘子二次惩罚项和二次惩罚项系数λ0、λ1、λ2后，将纹理成分yT和卡通成分yC的求解转换为对q0、q1、q2、的求解，即： 其中，上标k和k+1分别表示第k次和第k+1次迭代；S23：通过迭代训练计算纹理成分yT和卡通成分yC；S3：根据信号的纹理成分yT和卡通成分yC，针对信号冲击噪声去除模型利用后向分解法，计算信号冲击噪声去除后的频谱稀疏解xi；具体包括以下步骤：S31：利用后向分解法得到的信号冲击噪声去除后的频谱稀疏解xi的求解模型为： S32：将表示为子信号si，引入中间变量z＝xi与其对偶变量则频谱稀疏解xi的求解模型的增广拉格朗日函数为： 其中，β表示二次惩罚项的系数；S33：通过迭代训练对xi、z和进行更新，得到最终的频谱稀疏解xi。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人闽南师范大学，其通讯地址为：363000 福建省漳州市芗城区县前直街36号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。