杭州电子科技大学陈科明获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法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:CN115828065B 。
龙图腾网通过国家知识产权局官网在2026-05-08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:202211556662.8,技术领域涉及:G06F18/10;该发明授权基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法是由陈科明;陈立宇;赖盛纪;齐玲玲设计研发完成,并于2022-12-06向国家知识产权局提交的专利申请。
本基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法在说明书摘要公布了:本发明公开了一种基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法。本发明首先记录无背景噪声情况下,确立正常有效信号库成员,并进行内外分类和标记,智能割草机电感探头周期性采集感应电流信号,并对其进行时域特征值提取。其次对感应电流信号进行背景噪声抑制,截取出近似的有效信号波形片段,并进行整理合并。最后基于DTW算法实现近似有效信号波形片段与正常有效信号库的匹配值计算,结合各片段时域特征值以及匹配值,寻找最优参考信号,以确定智能割草机边界内外状态的判定。本发明抗干扰能力强,适用场景广,同时可以通过向正常有效信号库中添加特定环境下的有效信号模板,以提高系统边界内外判定的精确性。
本发明授权基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法在权利要求书中公布了:1.基于DTW算法的电磁屏蔽式智能割草机边界内外识别方法,其特征在于包含以下步骤: A、正常有效信号库建立: A-1、记录无背景噪声情况下,边界内外有效信号波形数据以及相邻系统产生信号叠加的波形数据,确立正常有效信号库成员; A-2、对A-1中的各个有效信号进行内外分类和标记; B、原始感应电流信号fn采集以及预处理: B-1、智能割草机周期性采样感应电流信号得fn; B-2、fn相关特征值获取; C、fn背景噪声抑制和近似有效波形集合f_nn建立: C-1、对fn进行自相关滤波,抑制背景噪声得到ffn; C-2、对ffn进行裁切,截取出近似有效波形片段; C-3、将所有近似有效波形片段组合成集合f_nn; D、基于正常有效信号库进行匹配,输出边界内外判断结果: D-1、基于DTW算法集合f_nn中成员依次与正常有效信号库进行匹配值计算; D-2、保留相似度较高的f_nn成员组成新集合f_n′n; D-3、基于峰峰值与匹配值对集合f_n′n中成员进行优先值计算; D-4、以优先值最大成员作为最终参考信号,确定边界内外状态; 在步骤A-1中,将正常状态下有效信号波形数据保存至正常有效信号库,其中正常状态指无背景噪声或弱背景噪声环境下电感探头所采集到的信号强度较大的有效信号波形片段; 所述波形还包括波形叠加这类情况; 在步骤A-2中,所述内外分类的依据为有效信号的相位,有效信号中正脉冲部分时域上先于负脉冲部分代表边界线内,与之相位相反的信号代表边界线外; 步骤B-2中,对fn相关特征值计算保存,其中包括最大值、最小值、均值; 步骤C-1中,若原始信号表示为xt,τ表示时域偏移,该信号自相关函数Rτ表示为: 若原始信号为周期信号,周期为T,其自相关函数依旧是同频率的周期信号,因此只移动一个周期T: 而对于数字信号其自相关函数演变为: 其中,N为数字信号周期序列数; 在步骤C-2中,计算均值与为信号ffn中值大于等于0的序列均值,N+表示该序列长度,为值小于0的序列均值,N-表示该序列长度: 选取出大于或小于的连续序列,且每个连续序列的长度大于门限G,若没有符合条件的连续序列,则判定最终结果为无效信号; 步骤C-3中,对步骤C-2筛选出的连续序列进行合并组合,若两个连续序列时域间隔小于Tgap,则两序列合并处理,其中Tgap为判定两个连续序列为统一整体的最大时间间隔,合并处理后的序列组成集合f_nn; 步骤D-1中,DTW算法通过把时间序列进行延伸和缩短,计算两个时间序列性之间的相似性,令正常有效信号库其中一个信号序列为Q,f_nn其中一个信号序列为C: Q=q1,q2,q3,……qn C=c1,c2,c3,……cm 构造一个n×m的矩阵网格,矩阵元素i,j表示qi和cj两个点的距离dqi,cj,采用欧式距离dqi,cj=qi-cj2,每一个矩阵元素i,j表示点qi和cj的对齐,定义最短路径为归整路径,利用序列其表示为: W=w1,w2,w3,……wKmaxn,m≤K≤n+m-1 归整路径边界确定且具备连续性和单调性,整体表示为: 累计距离即为两个序列间的相似度,当前累计距离γi,j表示当前格点距离dqi,cj,也就是点qi和cj的欧式距离与到达该点的最小的邻近元素的累计距离之和: γi,j=dqi,cj+min{γi-1,j-1,γi-1,j,γi,j-1} 通过DWT算法计算出f_nn中每个成员与正常有效信号库中成员的匹配值γ; 步骤D-2中,确定f_nn中每个成员与之相似度最高的正常有效信号库成员,并进行标记,记录f_nn成员的对应匹配值和边界内外类型; 设立最高匹配阈值ω,舍弃γ≥ω的成员,将符合条件的成员组合为新的集合f_n′n; 步骤D-3中,集合f_n′n中各成员基于信号峰峰值与匹配值进行优先值计算,并以优先值进行排序,峰峰值所占权重为ρ1,匹配值所占权重为ρ2,其中: ρ1+ρ2=1 f_n′n中共有h个信号成员,第i个成员的峰峰值为P_Pi,其优先值βi计算公式为: 步骤D-4中,基于步骤D-3中对应优先值最大的成员边界内外类型的判定作为最终结果,若集合f_n′n为空,则判定为无效信号。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励