[发明专利]一种基于双谱和深度卷积神经网络的微弱X射线脉冲星信号辨识方法在审
| 申请号： | 201910954285.5 | 申请日： | 2019-10-09 |
| 公开（公告）号： | CN110659629A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 金晶;姜宇;李丹丹;赵悦;沈毅 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G01C21/02 |
| 代理公司： | 23211 哈尔滨市阳光惠远知识产权代理有限公司 | 代理人： | 孙莉莉 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于双谱和深度卷积神经网络的微弱X射线脉冲星信号辨识方法，所述方法利用高通滤波器滤掉实际探测时存在的低频成分及红噪声成分；将滤波得到的信号进行自相关处理，提取其自相关函数，降低噪声的干扰；之后对自相关函数进行双谱变换，提取其双谱信息，进一步免疫非二次相位耦合噪声的干扰；之后将双谱图片送入深度卷积神经网络进行分类任务训练，确定网络的参数模型；最后利用训练完毕的网络对脉冲星信号进行分类。本发明所提出的基于深度卷积神经网络的脉冲星信号双谱辨识方法能够对脉冲星信号进行有效识别。 | ||
| 搜索关键词： | 双谱 卷积神经网络 脉冲星信号 自相关函数 噪声 高通滤波器 自相关处理 参数模型 降低噪声 相位耦合 信号辨识 有效识别 分类 辨识 滤波 送入 探测 网络 图片 | ||
【主权项】：
1.一种基于双谱和深度卷积神经网络的微弱X射线脉冲星信号辨识方法，其特征在于：所述方法包括以下步骤：/n步骤1、利用高通滤波器对X射线脉冲星光子时序信号进行预处理消除低频成分；/n步骤2、将预处理后得到的脉冲星信号进行自相关处理，提取其自相关函数；/n步骤3、对所述自相关函数进行双谱变换，提取其双谱信息，从而利用直接估计法估计双谱，对双谱进行截取确定用来训练的区域；之后对双谱进行归一化处理，将其值大小映射到0～255之间并以jpg格式保存为图片，即双谱图片；/n步骤4、将双谱图片送入深度卷积神经网络进行分类任务训练，确定网络的参数模型；最后利用训练完毕的网络对脉冲星信号进行分类。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910954285.5/，转载请声明来源钻瓜专利网。
