CN106021185A - 递推中值滤波计算方法及装置 - Google Patents
递推中值滤波计算方法及装置 Download PDFInfo
- Publication number
- CN106021185A CN106021185A CN201610298385.3A CN201610298385A CN106021185A CN 106021185 A CN106021185 A CN 106021185A CN 201610298385 A CN201610298385 A CN 201610298385A CN 106021185 A CN106021185 A CN 106021185A
- Authority
- CN
- China
- Prior art keywords
- filtering
- filtering data
- median
- data
- recursion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Abstract
本发明提供了一种递推中值滤波计算方法及装置,包括:获取第n个采样周期的滤波数据采样值以及所述第n个采样周期之前m‑1个中每个采样周期的滤波数据输出值;所述m为滤波宽度,m≥1,n≥1;判断n与m的大小;当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。本发明提供的递推中值滤波计算方法及装置,计算某一时刻的滤波输出值时,只需获取此时刻的滤波数据以及此时刻之前的滤波数据,将获取到的滤波数据按大小顺序排列后取中位数,记为此时刻的滤波输出值,简单方便,无需获取此时刻之后的滤波数据。
Description
技术领域
本发明涉及数字信号处理领域,特别涉及一种递推中值滤波计算方法及装置。
背景技术
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,其基本原理是把数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的序列值接近的真实值,从而消除孤立的噪声点。与低通滤波相比,中值滤波对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊,是一种平滑滤波技术。此外,中值滤波的算法比较简单,也易于用硬件实现。所以,中值滤波方法一经提出后,便在数字信号处理领域得到重要的应用。
设待处理的序列值为x(1),x(2),x(3),L,x(n),中值滤波的滤波宽度为m,n和m均为正整数,则滤波输出的序列值为y(1),y(2),y(3),L,y(n),具体表达式为:
其中若(m为奇数)或(m为偶数),以及(m为奇数)或(m为偶数),由于序号超出了相应待处理的序列值,因此相应的的x值取为0,即认为在端点之外的信号均为0。以m=3为例,此时滤波输出的序列值y(k)为x(k-1),x(k),x(k+1)三个数的中位数,当k=1时,y(k)为0,x(1),x(2)三个数的中位数,当k=n时y(k)为x(n-1),x(n),x(n+1)三个数的中位数。
当m为奇数时,为计算的中位数,首先按从小到大的顺序对这m个数进行排序,设排好序后的序列为x(1),L,x(m),则:
当m为偶数时,为计算的中位数,首先按从小到大的顺序对这m个数进行排序,设排好序后的序列为x(1),L,x(m),则:
上述计算是已经有一堆序列后应用中值滤波处理的情形,若Gsensor(重力传感器)的采样周期为20ms,即每隔0.02秒产生一个数据;为便于后续的驾驶行为判断逻辑,需要每产生一个数据,中值滤波也相应地能输出一个数据。因此,为将中值滤波算法实时应用到驾驶行为判断上,需要对其进行改进成递推形式,使其适用于数据不断产生的情形。此外,由于数据不断产生,在滤波端点之外的信号不一定为0。例如,用户可能在汽车启动一段时间后才打开Gsensor,如果之前有加速行为,此时对应于Gsensor的第一个序列值x(1)之前的值并不为0;此外,对于任意时刻k,所能获得的是k时刻之前的数据,而k时刻以后的值是无法获得的,例如,当m=3时,滤波输出的序列值y(k)为x(k-1),x(k),x(k+1)三个数的中位数,但由于x(k+1)无法获得,因此,上述中值滤波算法无法直接应用,必须进行改进。
发明内容
本发明的主要目的为提供一种递推中值滤波计算方法及装置,实时计算并输出当前时刻的滤波数据,可递推进行计算,适用于数据不断产生的情形。
本发明提供了一种递推中值滤波计算方法,包括步骤:
获取第n个采样周期的滤波数据采样值以及所述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;所述m为滤波宽度,m≥1,n≥1;
判断n与m的大小;
当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
进一步地,所述判断n与m的大小的步骤还包括:
当n<m时,获取到的滤波数据不足m个,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值。
进一步地,所述求出中位数的步骤包括:
当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2 的值。
进一步地,所述求出中位数的步骤还包括:
当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值。
进一步地,所述滤波宽度m取整数,所述采样周期取0.02s。
本发明还提供了一种递推中值滤波计算装置,包括:
获取数据单元,获取第n个采样周期的滤波数据采样值以及所述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;所述m为滤波宽度,m≥1,n≥1;
判断单元,判断n与m的大小;
排列计算单元,当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
进一步地,所述判断单元之后还包括:
判断子单元,当n<m时,获取到的滤波数据不足m个,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值。
进一步地,所述排列计算单元还包括:
偶数判断子单元,当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2的值。
进一步地,所述排列计算单元还包括:
奇数判断子单元,当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值。
进一步地,所述计算装置的滤波宽度m取整数,所述计算装置的采样周期取0.02s。
本发明提供的递推中值滤波计算方法及装置,具有以下有益效果:
本发明提供的递推中值滤波计算方法及装置,计算某一时刻的滤波输出值时,只需获取此时刻的滤波数据以及此时刻之前的几个滤波数据,将获取到的滤波数据按大小顺序排列后取中位数,记为此时刻的滤波输出值,简单方便,无需获取此时刻之后的滤波数据,适用于数据不断产生的情形;同时,使用在汽车驾驶领域,便于后续的驾驶行为判断逻辑。
附图说明
图1是本发明一实施例中的递推中值滤波计算方法示意图;
图2是本发明一实施例中去直流分量后的数据图;
图3是本发明一实施例中滤波宽度取3进行递推中值滤波的数据图;
图4是本发明一实施例中滤波宽度取4进行递推中值滤波的数据图;
图5是本发明一实施例中滤波宽度取5进行递推中值滤波的数据图;
图6是本发明一实施例中滤波宽度取6进行递推中值滤波的数据图;
图7是本发明一实施例中滤波宽度取7进行递推中值滤波的数据图;
图8是本发明一实施例中滤波宽度取8进行递推中值滤波的数据图;
图9是本发明一实施例中的递推中值滤波计算装置结构示意图;
图10是本发明另一实施例中的递推中值滤波计算装置结构示意图;
图11是本发明一实施例中的排列计算单元结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,为本发明一实施中的加速度计算方法示意图。
本发明提供了一种递推中值滤波计算方法,滤波宽度为m,采样周期为h,上述递推中值滤波算法包括:
步骤S1,获取第n个采样周期的滤波采样值以及上述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;上述m为滤波宽度,m≥1,n≥1;
步骤S2,判断n与m的大小;
步骤S3,当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
目前,当需要计算序列中某一点的滤波输出值时,通常将该序列中某一点的左右邻域中若干个值按照从小至大的顺序进行排序,并取中位数作为该点的输出值,当左右邻域取值不够时,则默认端点处值为0。该方法的缺陷在于,由 于数据不断产生,在滤波端点之外的信号不一定为0;同时,必须在已知该序列中各个点的值的情形下应用,必须在已知某一点之后的滤波输出值才能进行计算,例如在驾驶行为判断的使用领域中的任意时刻k,所能获得的是k时刻之前的数据,而k时刻以后的值是无法获得的。
在本实施例中,每间隔一个采样周期h进行采样,当需要计算第n个采样周期时的滤波输出值时,只需获取此时刻(第n个采样周期时)的滤波数据采样值以及此时刻之前m-1个采样周期的滤波数据的输出值,判断n与m的大小,当n≥m时,将获取到的m个滤波数据按大小顺序排列后取中位数,作为此时刻的滤波输出值,简单方便,无需获取此时刻之后的滤波数据,适用于数据不断产生的情形;同时,使用在汽车驾驶领域,便于后续的驾驶行为判断逻辑。
进一步地,上述步骤S2中,判断n与m的大小的步骤还包括:
当n<m时,获取到的滤波数据不足m个,此时,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值,而不经过取中位数的步骤。
进一步地,上述步骤S3中,求出中位数的步骤包括:
当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2的值,并作为滤波的输出值。
当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值,并作为滤波的输出值。
进一步地,上述采样周期h取0.02s,Gsensor(重力传感器)的采样周期为20ms,即每隔0.02秒产生一个滤波数据,该采样周期h也可以设置为任意时间。
进一步地,上述滤波宽度m可以取1,2,3,4,5,6,7等自然数。
在汽车驾驶行为判断时,需去除重力加速度在X、Y、Z上的直流分量,参照图2,即为本发明一实施例中去直流分量后的数据图。
从图中可知信号充满噪声,需要对其进行进一步处理,在本实施例中,进行递推中值滤波处理。
参照图3至图8,为本发明一实施例中滤波宽度分别取3,4,5,6,7,8不同值时进行递推中值滤波的数据图。
从图3至图8中可以看出,利用递推中值滤波可以有效地消除原始加速度信号中的噪声(即去直流分量),同时保留了加速度的细节信息,便于最后对驾 驶行为进行准确的逻辑判断,减少误判率。滤波的宽度值越大,总体平滑的效果越好,但相应的计算量也会增大,滤波宽度值越小,计算量越小,但滤波效果也会减弱;综合上述考虑,在最终的递推中值滤波计算算法中,滤波宽度选为5。
本发明实施例还提供了一种递推中值滤波计算装置,滤波宽度为m,采样周期为h,上述递推中值滤波计算装置包括:
获取数据单元10,获取第n个采样周期的滤波数据采样值以及上述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;上述m为滤波宽度,m≥1,n≥1;;
判断单元20,判断n与m的大小;
排列计算单元30,当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
在本实施例中,获取数据单元10每间隔一个采样周期h进行采样,当需要计算第n个采样周期时的滤波输出值时,只需获取此时刻(第n个采样周期时)的滤波数据以及此时刻之前m-1个滤波数据的输出值,判断单元20判断n与m的大小,当nn≥m时,排列计算单元30将获取到的m个滤波数据按大小顺序排列后取中位数;排列计算单元30将求出的中位数作为此时刻的滤波输出值,简单方便,无需获取此时刻之后的滤波数据,适用于数据不断产生的情形;同时,使用在汽车驾驶领域,便于后续的驾驶行为判断逻辑。
进一步地,参照图10,上述判断单元20之后还可以包括:
判断子单元40,当n<m时,获取到的滤波数据不足m个,此时,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值,不进行求取中位数的动作。
进一步地,参照图11,上述排列计算单元30包括:
偶数判断子单元300,当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2的值,并将该值作为此采样周期滤波数据的输出值。
进一步地,上述排列计算单元30还包括:
奇数判断子单元301,当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值,并将该值作为此采样周期滤波数据的输出值。
进一步地,上述计算装置的滤波宽度m取整数,包括1,2,3,4,5,6,7等自然数。上述计算装置的采样周期h取0.02s,Gsensor(重力传感器)的采样周期为20ms,即每隔0.02秒产生一个滤波数据,该采样周期h也可以设置为任意时间。
在一具体实施例中,对车辆加速度传感器获取的加速度信号(单位m/s2)进行中值递推滤波,定义滤波宽度m为5,采样周期为0.02s;系统每隔0.02秒产生一个滤波数据,在0.1s之前的四个采样周期,因为此时n<m,则获取的滤波数据都不足5个,则将0.1s之前四个采样周期的滤波数据采样值直接作为滤波数据输出值。例如,0.1s前四个周期的加速度信号滤波数据采样值依次为1,1.7,2.2,2.5;那么,0.1s前四个周期的加速度信号滤波数据输出值依次为1,1.7,2.2,2.5;在0.1s即第五个周期时,获取第五个周期的滤波数据采样值为1.5,则将其与之前的四个滤波数据进行排列,判断出m为奇数,并求出中位数为1.7,将1.7作为0.1s时的滤波数据输出值。以此类推,利用本发明实施例中的递推中值滤波计算方法及装置计算之后每个采样周期的滤波数据输出值。
在又一具体实施例中,对车辆加速度传感器获取的加速度信号(单位m/s2)进行中值递推滤波,定义滤波宽度m为4,采样周期为0.03s,系统每隔0.03秒产生一个滤波数据,在0.12s之前的三个采样周期,因为此时n<m,则获取的滤波数据都不足4个,则将0.12s之前三个采样周期的滤波数据采样值直接作为滤波数据输出值。例如,0.12s前三个周期的加速度信号滤波数据采样值依次为2,2.3,2.7;那么,0.12s前三个周期的加速度信号滤波数据输出值依次为2,2.3,2.7;在0.12s即第四个周期时,获取第四个周期的滤波数据采样值为2.1,则将其与之前的三个滤波数据进行排列,排列为2,2.1,2.3,2.7,判断出m为偶数,并求出中位数为(2.1+2.3)/2=2.2,将2.2作为0.12s时的滤波数据输出值。以此类推,利用本发明实施例中的递推中值滤波计算方法及装置计算之后每个采样周期的滤波数据输出值。
综上所述,为本发明实施例中提供的递推中值滤波计算方法及装置,计算某一时刻的滤波输出值时,只需获取此时刻的滤波数据采样值以及此时刻之前的滤波数据输出值,将获取到的滤波数据按大小顺序排列后取中位数,记为此时刻的滤波输出值,简单方便,无需获取此时刻之后的滤波数据,适用于数据不断产生的情形;同时,使用在汽车驾驶领域,便于后续的驾驶行为判断逻辑。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种递推中值滤波计算方法,其特征在于,包括步骤:
获取第n个采样周期的滤波数据采样值以及所述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;所述m为滤波宽度,m≥1,n≥1;
判断n与m的大小;
当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
2.根据权利要求1所述的递推中值滤波计算方法,其特征在于,所述判断n与m的大小的步骤之后还包括:
当n<m时,获取到的滤波数据不足m个,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值。
3.根据权利要求1所述的递推中值滤波计算方法,其特征在于,所述求出中位数的步骤包括:
当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2的值。
4.根据权利要求1所述的递推中值滤波计算方法,其特征在于,所述求出中位数的步骤还包括:
当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值。
5.根据权利要求1所述的递推中值滤波计算方法,其特征在于,所述滤波宽度m取整数,所述采样周期取0.02s。
6.一种递推中值滤波计算装置,其特征在于,包括:
获取数据单元,获取第n个采样周期的滤波数据采样值以及所述第n个采样周期之前的m-1个中每个采样周期的滤波数据输出值;所述m为滤波宽度,m≥1,n≥1;
判断单元,判断n与m的大小;
排列计算单元,当n≥m时,将获取到的m个滤波数据按照大小顺序进行排列,并求出中位数,将求出的中位数作为滤波的输出值。
7.根据权利要求6所述的递推中值滤波计算装置,其特征在于,所述判断单元之后还包括:
判断子单元,当n<m时,获取到的滤波数据不足m个,则直接将获取到的第n个采样周期的滤波数据作为滤波的输出值。
8.根据权利要求6所述的递推中值滤波计算装置,其特征在于,所述排列计算单元包括:
偶数判断子单元,当n≥m,且m为偶数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第m/2个以及第m/2+1个滤波数据相加除以2的值。
9.根据权利要求6所述的递推中值滤波计算装置,其特征在于,所述排列计算单元还包括:
奇数判断子单元,当n≥m,且m为奇数时,将获取到的m个滤波数据按照大小顺序进行排列,中位数取排列之后的序列中第(m+1)/2个滤波数据的值。
10.根据权利要求6所述的递推中值滤波计算装置,其特征在于,所述计算装置的滤波宽度m取整数,所述计算装置的采样周期取0.02s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610298385.3A CN106021185A (zh) | 2016-05-06 | 2016-05-06 | 递推中值滤波计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610298385.3A CN106021185A (zh) | 2016-05-06 | 2016-05-06 | 递推中值滤波计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106021185A true CN106021185A (zh) | 2016-10-12 |
Family
ID=57081350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610298385.3A Pending CN106021185A (zh) | 2016-05-06 | 2016-05-06 | 递推中值滤波计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106021185A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445748A (zh) * | 2018-09-28 | 2019-03-08 | 北京空间飞行器总体设计部 | 一种快速求取中值方法及系统 |
CN113415209A (zh) * | 2021-07-09 | 2021-09-21 | 山东元齐新动力科技有限公司 | 新能源汽车行车续航里程预测方法、系统、介质及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102164104A (zh) * | 2011-01-12 | 2011-08-24 | 深圳市蓝韵实业有限公司 | 一种信号基线快速处理方法及装置 |
CN102386889A (zh) * | 2011-09-29 | 2012-03-21 | 深圳Tcl新技术有限公司 | 基线漂移去除方法、装置及中值滤波器 |
-
2016
- 2016-05-06 CN CN201610298385.3A patent/CN106021185A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102164104A (zh) * | 2011-01-12 | 2011-08-24 | 深圳市蓝韵实业有限公司 | 一种信号基线快速处理方法及装置 |
CN102386889A (zh) * | 2011-09-29 | 2012-03-21 | 深圳Tcl新技术有限公司 | 基线漂移去除方法、装置及中值滤波器 |
Non-Patent Citations (1)
Title |
---|
LIYUANBHU: "中值滤波器(Median filter)特征及其实现", 《HTTPS://BLOG.CSDN.NET/LIYUANBHU/ARTICLE/DETAILS/48502005》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445748A (zh) * | 2018-09-28 | 2019-03-08 | 北京空间飞行器总体设计部 | 一种快速求取中值方法及系统 |
CN113415209A (zh) * | 2021-07-09 | 2021-09-21 | 山东元齐新动力科技有限公司 | 新能源汽车行车续航里程预测方法、系统、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334936B (zh) | 基于迁移卷积神经网络的故障预测方法 | |
CN108549841A (zh) | 一种基于深度学习的老人跌倒行为的识别方法 | |
CN106487359B (zh) | 基于自适应多尺度AVG-Hat变换的形态学滤波器的构造方法 | |
CN110991424A (zh) | 基于最小熵解卷积和堆叠稀疏自编码器的故障诊断方法 | |
CN108960261A (zh) | 一种基于注意力机制的显著物体检测方法 | |
CN107196881B (zh) | 一种高动态脉冲成形信号模拟方法和装置 | |
CN106021185A (zh) | 递推中值滤波计算方法及装置 | |
CN103208094B (zh) | 用于对图像应用滤波器的方法和系统 | |
CN107578055A (zh) | 一种图像预测方法和装置 | |
Tang et al. | Chaotic signal denoising based on adaptive smoothing multiscale morphological filtering | |
CN114187266A (zh) | 基于人工智能的齿面胶合程度评估方法 | |
US11562215B2 (en) | Artificial neural network circuit | |
CN103777228A (zh) | 基于iir滤波器的数字核脉冲信号高斯成形方法 | |
Kimiaefar et al. | Random noise attenuation by Wiener-ANFIS filtering | |
CN102811035B (zh) | 有限冲击响应数字滤波器及其实现方法 | |
CN105912818A (zh) | 消除上下坡时影响车辆行驶方向加速度的方法及装置 | |
CN116109639B (zh) | 基于多任务学习网络的缺陷检测方法及装置 | |
CN113049252A (zh) | 一种列车轴承箱的故障检测方法 | |
CN106777505A (zh) | 基于频偏识别的欠采样信号的鲁棒的频率估计方法及装置 | |
CN106255895B (zh) | 电子电池传感器和用于确定电池的内阻的方法 | |
CN104132884A (zh) | 一种用于信号处理系统中信号基线的快速处理方法及装置 | |
CN110569966A (zh) | 一种数据处理方法、装置及电子设备 | |
CN105892988A (zh) | 一种基于fpga的运算电路、示波器和测量仪器 | |
CN113311364A (zh) | 基于多核svm的永磁同步电机逆变器开路故障诊断方法 | |
CN115830368A (zh) | 一种车辆减震器缺陷诊断方法、系统、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |