CN115329822B - 一种脉冲识别方法及装置 - Google Patents
一种脉冲识别方法及装置 Download PDFInfo
- Publication number
- CN115329822B CN115329822B CN202211249171.9A CN202211249171A CN115329822B CN 115329822 B CN115329822 B CN 115329822B CN 202211249171 A CN202211249171 A CN 202211249171A CN 115329822 B CN115329822 B CN 115329822B
- Authority
- CN
- China
- Prior art keywords
- signal data
- identified
- data set
- level signal
- level
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000630 rising effect Effects 0.000 claims abstract description 42
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulation Of Pulses (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开提供了一种脉冲识别方法及装置,从待识别信号集内获取至少一个待识别信号数据组,待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,待识别信号集包含待识别信号数据;判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;若连续下降,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据,解决了现有技术中匹配器PULSE参数设定操作繁琐且维护成本高的问题。
Description
技术领域
本发明涉及脉冲识别技术领域,具体涉及一种脉冲识别方法及装置。
背景技术
现行等离子体电源***包括电源、匹配器与腔体负载,其中,电源提供电源信号,匹配器获取电源信号,调节电源、匹配器和腔体负载之间的负载阻抗,同时转送电源信号至负载。
匹配器是个被动器件,为了使匹配器具有检测PULSE上升沿与下降沿的能力,通常在进行PULSE参数设定时,需要先通过外部检测设备获取PULSE参数,再将上升沿时长、下降沿时长等参数主动设定到匹配器中,一旦器件环境变化、老化或是任何丢失设定的情形,还要重新测定,就使用上十分不便,维护成本高。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中通过参数PULSE设定的方式,使匹配器具有检测PULSE上升沿与下降沿的能力,操作繁琐且维护成本高的缺陷,从而提供一种脉冲识别方法及装置。
为解决上述技术问题,本发明公开实施例至少提供一种脉冲识别方法及装置。
第一方面,本发明公开实施例提供了一种脉冲识别方法,包括:
从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,所述待识别信号集包含所述待识别信号数据;
判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;
若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
可选地,所述从待识别信号集内获取至少一个待识别信号数据组包括:从所述待识别信号集内获取高电平信号数据集和低电平信号数据集;从初选信号数据集内获取所述待识别信号数据组,其中,所述初选信号数据集为所述待识别信号集除所述高电平信号数据集和所述低电平信号数据集之外的剩余信号数据集。
可选地,所述从初选信号集内获取所述待识别信号数据组包括:根据所述高电平信号数据集内的所述待识别信号数据确定高电平阈值;根据所述低电平信号数据集内的所述待识别信号数据确定低电平阈值;从所述初选信号集内获取目标信号数据,所述目标信号数据是所述高电平阈值和所述低电平阈值之间的待识别信号数据;根据采样时间信息处理所述目标信号数据形成所述至少一个待识别信号数据组。
可选地,所述根据采样时间信息处理所述目标信号数据形成所述至少一个待识别信号数据组包括:根据所述采样时间信息对所述目标信号数据按时间先后进行排序;去除所述目标信号数据中孤立时间点的所述待识别信号数据,形成所述至少一个待识别信号数据组。
可选地,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集包括:从所述待识别信号集内获取初始高电平信号数据集和初始低电平信号数据集;根据采样时间信息分别对所述初始高电平信号数据集和所述初始低电平信号数据集按时间先后进行排序;从所述待识别信号集内获取补缺信号数据,所述补缺信号数据是所述初始高电平信号数据集和所述初始低电平信号数据集时间线上缺失的待识别信号数据;将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内。
可选地,在所述将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内之前,所述方法还包括:确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围;判断所述补缺信号数据是否全部为所述第一数据范围或所述第二数据范围内的待识别信号数据;若是,则将所述初始高电平信号数据集做为所述高电平信号数据集,将所述初始低电平信号数据集做为所述低电平信号数据集;若否,则将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内,重新确定所述初始高电平信号数据集和所述初始低电平信号数据集的数据范围,将重新确定的数据范围做为所述高电平信号数据集和所述低电平信号数据集。
可选地,所述确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围包括:计算所述初始高电平信号数据集内所述待识别信号数据的第一数据平均值,计算所述初始低电平信号数据集内所述待识别信号数据的第二数据平均值;确定所述初始高电平信号数据集内所述待识别信号数据的第一最大值和第一最小值,确定所述初始低电平信号数据集内所述待识别信号数据的第二最大值和第二最小值;根据所述第一数据平均值、所述第一最大值和所述第一最小值确定所述初始高电平信号数据集的第一数据范围;根据所述第二数据平均值、所述第二最大值和所述第二最小值确定所述初始低电平信号数据集的第二数据范围。
可选地,所述从所述待识别信号集内获取高电平信号数据集和低电平信号数据集为:通过数据群聚、聚类或分群的方式,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集。
可选地,所述根据所述高电平信号数据集内的所述待识别信号数据确定高电平阈值为:获取所述高电平信号数据集内最小的信号数据作为所述高电平阈值;所述根据所述低电平信号数据集内的所述待识别信号数据确定低电平阈值为:获取所述低电平信号数据集内最大的信号数据作为所述低电平阈值。
可选地,在所述从待识别信号集内获取至少一个待识别信号数据组之前,所述方法还包括:记录每个所述待识别信号数据的采样时间信息。
可选地,还包括:根据每个脉冲周期内的上升降沿数据中所述待识别信号数据的数量确定上升沿时长;根据每个脉冲周期内的下降沿数据中所述待识别信号数据的数量确定下降沿时长。
可选地,在所述记录每个所述待识别信号数据的采样时间信息之前,所述方法还包括:获取所述待识别信号集。
可选地,所述获取待识别信号集包括:在一个或多个周期波形内进行连续的所述待识别信号数据采集;将采集的所述待识别信号数据加入所述待识别信号集内。
可选地,所述方法用于匹配器。
第二方面,本发明公开实施例还提供一种脉冲识别装置,包括:
连续信号获取模块,用于从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,所述待识别信号集包含所述待识别信号数据;
判断模块,用于判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;
上升沿数据确定模块,用于若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
下降沿数据确定模块,用于若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
第三方面,本发明公开实施例还提供一种脉冲识别装置,包括:
采集器,用于获取待识别信号集,所述待识别信号集包括待识别信号数据;
时序控制器,用于记录每个所述待识别信号数据的采样时间信息;
处理器,用于根据采样时间信息从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
第四方面,本发明公开实施例还提供一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第五方面,本发明公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本发明的实施例提供的技术方案可以具有以下有益效果:
从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明公开实施例所提供的一种脉冲识别方法的流程图;
图2示出了本发明公开实施例所提供的另一种脉冲识别方法的流程图;
图3示出了本发明公开实施例所提供的一种脉冲识别装置的结构示意图;
图4示出了本发明公开实施例所提供的另一种脉冲识别装置的结构示意图;
图5示出了本发明公开实施例所提供的一种计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
实施例1
如图1所示,本发明公开实施例所提供的一种脉冲识别方法的流程图,所述方法包括:
S11:从待识别信号集内获取至少一个待识别信号数据组,待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,待识别信号集包含待识别信号数据;
S12:判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的,若连续上升,则执行S13,若连续下降,则执行S14;
S13:将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
S14:将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
可以理解的是,本实施例提供的技术方案,从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
实施例2
如图2所示,本发明公开实施例所提供的另一种脉冲识别方法的流程图,该方法包括:
S21:获取待识别信号集。
S22:记录每个待识别信号数据的采样时间信息。
S23:根据采样时间信息从待识别信号集内获取至少一个待识别信号数据组,待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,待识别信号集包含待识别信号数据。
S24:判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的,若连续上升,则执行S25,若连续下降,则执行S27。
S25:将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。
S26:根据每个脉冲周期内的上升降沿数据中待识别信号数据的数量确定上升沿时长。
S27:将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
S28:根据每个脉冲周期内的下降沿数据中待识别信号数据的数量确定下降沿时长。
在一些可选实施例中,每个待识别信号数据组及组内的待识别信号数据均在低电平阈值和高电平阈值之间。
在一些可选实施例中,图中未示出,S23包括:
S231:从待识别信号集内获取高电平信号数据集和低电平信号数据集;
一些可选实施例中,可以通过但不限于采用数据群聚、聚类或分群的方式,从待识别信号集内获取高电平信号数据集和低电平信号数据集。
S232:从初选信号数据集内获取待识别信号数据组,其中,初选信号数据集为待识别信号集除高电平信号数据集和低电平信号数据集之外的剩余信号数据集。
在一些可选实施例中,图中未示出,S232可以包括:
S2321:根据高电平信号数据集内的待识别信号数据确定高电平阈值;
S2322:根据低电平信号数据集内的待识别信号数据确定低电平阈值;
S2323:从初选信号集内获取目标信号数据,目标信号数据是高电平阈值和低电平阈值之间的待识别信号数据;
S2324:根据采样时间信息处理目标信号数据形成至少一个待识别信号数据组。
在一些可选实施例中,图中未示出,S2324可以包括:
A.根据采样时间信息对目标信号数据按时间先后进行排序;
B.去除目标信号数据中孤立时间点的待识别信号数据,形成至少一个待识别信号数据组。
在一些可选实施例中,图中未示出,S231可以包括:
S231:从待识别信号集内获取初始高电平信号数据集和初始低电平信号数据集;
S232:根据采样时间信息分别对初始高电平信号数据集和初始低电平信号数据集按时间先后进行排序;
S233:从待识别信号集内获取补缺信号数据,补缺信号数据是初始高电平信号数据集和初始低电平信号数据集时间线上缺失的待识别信号数据;
S234:确定初始高电平信号数据集的第一数据范围和初始低电平信号数据集的第二数据范围;
S235:判断补缺信号数据是否全部为第一数据范围或第二数据范围内的待识别信号数据,若是,则执行S236,若否,则执行S237;
S236:将初始高电平信号数据集做为高电平信号数据集,将初始低电平信号数据集做为低电平信号数据集;
S237:将补缺信号数据按照采样时间***初始高电平信号数据集和初始低电平信号数据集内,重新确定初始高电平信号数据集和初始低电平信号数据集的数据范围,将重新确定的数据范围做为高电平信号数据集和低电平信号数据集。
需要说明的是,在具体工程实践中,上述步骤S234--S236为可选步骤,由本领域技术人员根据工程需要确定是否实施。
在一些可选实施例中,图中未示出,上述S234可以但不限于通过以下过程实现:
S2341:计算初始高电平信号数据集内待识别信号数据的第一数据平均值,计算初始低电平信号数据集内待识别信号数据的第二数据平均值;
S2342:确定初始高电平信号数据集内待识别信号数据的第一最大值和第一最小值,确定初始低电平信号数据集内待识别信号数据的第二最大值和第二最小值;
S2343:根据第一数据平均值、第一最大值和第一最小值确定初始高电平信号数据集的第一数据范围;
S2344:根据第二数据平均值、第二最大值和第二最小值确定初始低电平信号数据集的第二数据范围。
在一些可选实施例中,获取高电平信号数据集内最小的信号数据作为高电平阈值;获取低电平信号数据集内最大的信号数据作为低电平阈值。
在一些可选实施例中,图中未示出,S21包括:
S211:在一个或多个周期波形内进行连续的待识别信号数据采集;
S212:将采集的待识别信号数据加入待识别信号集内。
在一些可选实施例中,上述方法可以但不限于通过匹配器实现。
等离子体电源***中,匹配器通常配置3个主要元件,时序控制器、采集器和处理器,其中,时序控制器作为采器定时触发采集的计时工作使用,采集器用以连续的就一个或多个周期波形进行功率信号采集,时序控制器设定采集时间为密集且固定。
处理器收集采集器提供的采集数据,通过数据群聚、聚类、分群等相类似计算方式,划分出脉冲顶信号数据集合、脉冲底信号数据集合,同时找出脉冲顶信号数据集合下限与脉冲底信号数据上限,脉冲顶信号数据集合与脉冲底信号数据集合以外的剩余数据就采集时序进行排列,就相邻数据的向上连续性或向下连续性,划分出上升沿数据与下降沿数据,因为采集时间间隔是相同的,所以可以就上升沿与下降沿的采集数而计算出上升沿时长与下降沿时长。就算采集间隔不相同,也可以就采集点对应的采集时间进行上升沿与下降沿进行总时长计算。
需要说明的是,本具体实施方式中记载的实施例只是对本发明构思下的具体实现方式进行示例性的描述,各个实施例中的步骤执行顺序不限于本文中提供的实施例,在具体工程实践中,可以由本领域技术人员根据实际情况对各个步骤的执行顺序进行调整。
可以理解的是,本实施例提供的技术方案,从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
实施例3
如图3所示,本发明实施例还提供一种脉冲识别装置,包括:
连续信号获取模块31,用于从待识别信号集内获取至少一个待识别信号数据组,待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,待识别信号集包含待识别信号数据;
判断模块32,用于判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;
上升沿数据确定模块33,用于若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
下降沿数据确定模块34,用于若连续下降,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
在一些可选实施例中,如图3中虚线部分所示,该装置还包括:
待识别信号获取模块35,用于获取待识别信号集。
时间记录模块36,用于记录每个待识别信号数据的采样时间信息。
上升沿时长确定模块37,用于根据每个脉冲周期内的上升降沿数据中待识别信号数据的数量确定上升沿时长。
下降沿时长确定模块38,用于根据每个脉冲周期内的下降沿数据中待识别信号数据的数量确定下降沿时长。
在一些可选实施例中,如图3中虚线部分所示,连续信号获取模块31包括:
高低数据集获取子模块311,用于从待识别信号集内获取高电平信号数据集和低电平信号数据集,具体的,可以通过数据群聚、聚类或分群的方式,从待识别信号集内获取高电平信号数据集和低电平信号数据集;
待识别信号数据组获取子模块312,用于从初选信号数据集内获取待识别信号数据组,其中,初选信号数据集为待识别信号集除高电平信号数据集和低电平信号数据集之外的剩余信号数据集。
在一些可选实施例中,图中未示出,待识别信号数据组获取子模块312包括:
高电平阈值确定单元3121:用于根据高电平信号数据集内的待识别信号数据确定高电平阈值;
低电平阈值确定单元3122:用于根据低电平信号数据集内的待识别信号数据确定低电平阈值;
待识别信号数据组生成单元3123:用于从初选信号集内获取目标信号数据,目标信号数据是高电平阈值和低电平阈值之间的待识别信号数据,根据采样时间信息处理目标信号数据形成至少一个待识别信号数据组。
具体的,在一些可选实施例中,根据采样时间信息处理目标信号数据形成至少一个待识别信号数据组包括:根据采样时间信息对目标信号数据按时间先后进行排序;去除目标信号数据中孤立时间点的待识别信号数据,形成至少一个待识别信号数据组。
在一些可选实施例中,图中未示出,高低数据集获取子模块311可以包括:
初始数据集获取单元3111,用于从待识别信号集内获取初始高电平信号数据集和初始低电平信号数据集;
排序单元3112,用于根据采样时间信息分别对初始高电平信号数据集和初始低电平信号数据集按时间先后进行排序;
补缺数据获取单元3113,用于从待识别信号集内获取补缺信号数据,补缺信号数据是初始高电平信号数据集和初始低电平信号数据集时间线上缺失的待识别信号数据;
数据补缺单元3114,用于将补缺信号数据按照采样时间***初始高电平信号数据集和初始低电平信号数据集内。
在一些可选实施例中,图中未示出,高低数据集获取子模块311还可以包括:
范围确定单元3115,用于确定初始高电平信号数据集的第一数据范围和初始低电平信号数据集的第二数据范围;
判断单元3116,用于判断补缺信号数据是否全部为第一数据范围或第二数据范围内的待识别信号数据;
高低电平信号集确认单元3117,用于若补缺信号数据全部为第一数据范围或第二数据范围内的待识别信号数据,则将初始高电平信号数据集做为高电平信号数据集,将初始低电平信号数据集做为低电平信号数据集;若补缺信号数据不全部为第一数据范围或第二数据范围内的待识别信号数据,则将补缺信号数据按照采样时间***初始高电平信号数据集和初始低电平信号数据集内,重新确定初始高电平信号数据集和初始低电平信号数据集的数据范围,将重新确定的数据范围做为高电平信号数据集和低电平信号数据集。
具体的,在一些可选实施例中,图中未示出,范围确定模块3115包括:
计算子单元,用于计算初始高电平信号数据集内待识别信号数据的第一数据平均值,计算初始低电平信号数据集内待识别信号数据的第二数据平均值;
极值确认子单元,用于确定初始高电平信号数据集内待识别信号数据的第一最大值和第一最小值,确定初始低电平信号数据集内待识别信号数据的第二最大值和第二最小值;
数据范围确定子单元,用于根据第一数据平均值、第一最大值和第一最小值确定初始高电平信号数据集的第一数据范围;根据第二数据平均值、第二最大值和第二最小值确定初始低电平信号数据集的第二数据范围。
在一些可选实施例中,待识别信号数据组生成单元3123获取高电平信号数据集内最小的信号数据作为高电平阈值;获取低电平信号数据集内最大的信号数据作为低电平阈值。
在一些可选实施例中,如图中虚线部分所示,待识别信号获取模块35包括:
数据采集子模块351,用于在一个或多个周期波形内进行连续的待识别信号数据采集;
数据集填加子模块352,用于将采集的待识别信号数据加入待识别信号集内。
在一些可选实施例中,该装置可以是匹配器。
可以理解的是,本实施例提供的技术方案,从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
实施例4
如图4所示,本发明实施例还提供一种脉冲识别装置,包括:
采集器41,用于获取待识别信号集,待识别信号集包括待识别信号数据;
时序控制器42,用于记录每个待识别信号数据的采样时间信息;
处理器43,用于从待识别信号集内获取至少一个待识别信号数据组,待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;若连续下降,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据。
可以理解的是,本实施例提供的技术方案,从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
实施例5
基于同一技术构思,本申请实施例还提供了一种计算机设备,包括存储器1和处理器2,如图5所示,所述存储器1存储有计算机程序,所述处理器2执行所述计算机程序时实现上述任一项所述的脉冲识别方法。
其中,存储器1至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器1在一些实施例中可以是OTT视频业务监控***的内部存储单元,例如硬盘。存储器1在另一些实施例中也可以是OTT视频业务监控***的外部存储设备,例如插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,存储器1还可以既包括OTT视频业务监控***的内部存储单元也包括外部存储设备。存储器1不仅可以用于存储安装于OTT视频业务监控***的应用软件及各类数据,例如OTT视频业务监控程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器2在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器1中存储的程序代码或处理数据,例如执行脉冲识别程序等。
可以理解的是,本实施例提供的技术方案,从待识别信号集内获取至少一个待识别信号数据组,判断每个待识别信号数据组内的待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据。该方案从待识别信号集内获取待识别信号数据组,对信号通过分群计算,根据每个待识别信号数据组内待识别信号数据的变化情况,确定脉冲顶数据集、脉冲底数据集、脉冲斜坡数据集,进而得到上升沿数据或下降沿数据,无需人工PULSE设置,自动完成脉冲的识别,大大降低操作复杂度,减少后续维护成本。
本发明公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的脉冲识别方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本发明公开实施例所提供的脉冲识别方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的脉冲识别方法的步骤,具体可参见上述方法实施例,在此不再赘述。
本发明公开实施例还提供一种计算机程序,该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software DevelopmentKit,SDK)等等。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种脉冲识别方法,其特征在于,所述方法由匹配器执行,用于等离子体电源***的电源信号脉冲识别,所述方法包括:
从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,所述待识别信号集包含所述待识别信号数据;
判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;
若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据;
所述从待识别信号集内获取至少一个待识别信号数据组包括:
从所述待识别信号集内获取高电平信号数据集和低电平信号数据集;
从初选信号数据集内获取所述待识别信号数据组,其中,所述初选信号数据集为所述待识别信号集除所述高电平信号数据集和所述低电平信号数据集之外的剩余信号数据集;
所述从所述待识别信号集内获取高电平信号数据集和低电平信号数据集为:通过数据群聚、聚类或分群的方式,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集;
所述从初选信号集内获取所述待识别信号数据组包括:根据所述高电平信号数据集内的所述待识别信号数据确定高电平阈值;根据所述低电平信号数据集内的所述待识别信号数据确定低电平阈值;从所述初选信号集内获取目标信号数据,所述目标信号数据是所述高电平阈值和所述低电平阈值之间的待识别信号数据;根据采样时间信息处理所述目标信号数据形成所述至少一个待识别信号数据组;
在将补缺信号数据按照采样时间***初始高电平信号数据集和初始低电平信号数据集内之前,所述从所述待识别信号集内获取高电平信号数据集和低电平信号数据集还包括:确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围;判断所述补缺信号数据是否全部为所述第一数据范围或所述第二数据范围内的待识别信号数据;若是,则将所述初始高电平信号数据集做为所述高电平信号数据集,将所述初始低电平信号数据集做为所述低电平信号数据集;若否,则将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内,重新确定所述初始高电平信号数据集和所述初始低电平信号数据集的数据范围,将重新确定的数据范围做为所述高电平信号数据集和所述低电平信号数据集;
所述确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围包括:计算所述初始高电平信号数据集内所述待识别信号数据的第一数据平均值,计算所述初始低电平信号数据集内所述待识别信号数据的第二数据平均值;确定所述初始高电平信号数据集内所述待识别信号数据的第一最大值和第一最小值,确定所述初始低电平信号数据集内所述待识别信号数据的第二最大值和第二最小值;根据所述第一数据平均值、所述第一最大值和所述第一最小值确定所述初始高电平信号数据集的第一数据范围;根据所述第二数据平均值、所述第二最大值和所述第二最小值确定所述初始低电平信号数据集的第二数据范围。
2.根据权利要求1所述的脉冲识别方法,其特征在于,所述根据采样时间信息处理所述目标信号数据形成所述至少一个待识别信号数据组包括:
根据所述采样时间信息对所述目标信号数据按时间先后进行排序;
去除所述目标信号数据中孤立时间点的所述待识别信号数据,形成所述至少一个待识别信号数据组。
3.根据权利要求2所述的脉冲识别方法,其特征在于,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集包括:
从所述待识别信号集内获取初始高电平信号数据集和初始低电平信号数据集;
根据采样时间信息分别对所述初始高电平信号数据集和所述初始低电平信号数据集按时间先后进行排序;
从所述待识别信号集内获取补缺信号数据,所述补缺信号数据是所述初始高电平信号数据集和所述初始低电平信号数据集时间线上缺失的待识别信号数据;
将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内。
4.根据权利要求3所述的脉冲识别方法,其特征在于,所述根据所述高电平信号数据集内的所述待识别信号数据确定高电平阈值为:获取所述高电平信号数据集内最小的信号数据作为所述高电平阈值;
所述根据所述低电平信号数据集内的所述待识别信号数据确定低电平阈值为:获取所述低电平信号数据集内最大的信号数据作为所述低电平阈值。
5.根据权利要求1所述的脉冲识别方法,其特征在于,在所述从待识别信号集内获取至少一个待识别信号数据组之前,所述方法还包括:
记录每个所述待识别信号数据的采样时间信息。
6.根据权利要求1所述的脉冲识别方法,其特征在于,还包括:
根据每个脉冲周期内的上升降沿数据中所述待识别信号数据的数量确定上升沿时长;
根据每个脉冲周期内的下降沿数据中所述待识别信号数据的数量确定下降沿时长。
7.根据权利要求6所述的脉冲识别方法,其特征在于,在记录每个所述待识别信号数据的采样时间信息之前,所述方法还包括:
获取所述待识别信号集。
8.根据权利要求7所述的脉冲识别方法,其特征在于,获取待识别信号集包括:
在一个或多个周期波形内进行连续的所述待识别信号数据采集;
将采集的所述待识别信号数据加入所述待识别信号集内。
9.一种脉冲识别装置,其特征在于,所述装置设置在匹配器内,用于等离子体电源***的电源信号脉冲识别,所述装置包括:
连续信号获取模块,用于从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,所述待识别信号集包含所述待识别信号数据;
判断模块,用于判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;
上升沿数据确定模块,用于若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;
下降沿数据确定模块,用于若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据;
连续信号获取模块包括:高低数据集获取子模块,用于从待识别信号集内获取高电平信号数据集和低电平信号数据集,具体的,可以通过数据群聚、聚类或分群的方式,从待识别信号集内获取高电平信号数据集和低电平信号数据集;待识别信号数据组获取子模块,用于从初选信号数据集内获取待识别信号数据组,其中,初选信号数据集为待识别信号集除高电平信号数据集和低电平信号数据集之外的剩余信号数据集;所述高低数据集获取子模块通过数据群聚、聚类或分群的方式,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集;
所述待识别信号数据组获取子模块包括:高电平阈值确定单元:用于根据高电平信号数据集内的待识别信号数据确定高电平阈值;低电平阈值确定单元:用于根据低电平信号数据集内的待识别信号数据确定低电平阈值;待识别信号数据组生成单元:用于从初选信号集内获取目标信号数据,目标信号数据是高电平阈值和低电平阈值之间的待识别信号数据,根据采样时间信息处理目标信号数据形成至少一个待识别信号数据组;
所述高低数据集获取子模块还包括:范围确定单元,用于确定初始高电平信号数据集的第一数据范围和初始低电平信号数据集的第二数据范围;判断单元,用于判断补缺信号数据是否全部为第一数据范围或第二数据范围内的待识别信号数据;高低电平信号集确认单元,用于若补缺信号数据全部为第一数据范围或第二数据范围内的待识别信号数据,则将初始高电平信号数据集做为高电平信号数据集,将初始低电平信号数据集做为低电平信号数据集;若补缺信号数据不全部为第一数据范围或第二数据范围内的待识别信号数据,则将补缺信号数据按照采样时间***初始高电平信号数据集和初始低电平信号数据集内,重新确定初始高电平信号数据集和初始低电平信号数据集的数据范围,将重新确定的数据范围做为高电平信号数据集和低电平信号数据集;
范围确定模块包括:计算子单元,用于计算初始高电平信号数据集内待识别信号数据的第一数据平均值,计算初始低电平信号数据集内待识别信号数据的第二数据平均值;极值确认子单元,用于确定初始高电平信号数据集内待识别信号数据的第一最大值和第一最小值,确定初始低电平信号数据集内待识别信号数据的第二最大值和第二最小值;数据范围确定子单元,用于根据第一数据平均值、第一最大值和第一最小值确定初始高电平信号数据集的第一数据范围;根据第二数据平均值、第二最大值和第二最小值确定初始低电平信号数据集的第二数据范围。
10.一种脉冲识别装置,其特征在于,所述装置设置在匹配器内,用于等离子体电源***的电源信号脉冲识别,所述装置包括:
采集器,用于获取待识别信号集,所述待识别信号集包括待识别信号数据;
时序控制器,用于记录每个所述待识别信号数据的采样时间信息;
处理器,用于根据采样时间信息从待识别信号集内获取至少一个待识别信号数据组,所述待识别信号数据组内是连续的、且同向变化的多个待识别信号数据,判断每个所述待识别信号数据组内的所述待识别信号数据是连续上升的还是连续下降的;若连续上升,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的上升沿数据;若连续下降,则将相应所述待识别信号数据组内的待识别信号数据做为一个脉冲周期内的下降沿数据,所述从待识别信号集内获取至少一个待识别信号数据组包括:从所述待识别信号集内获取高电平信号数据集和低电平信号数据集;从初选信号数据集内获取所述待识别信号数据组,其中,所述初选信号数据集为所述待识别信号集除所述高电平信号数据集和所述低电平信号数据集之外的剩余信号数据集;所述从所述待识别信号集内获取高电平信号数据集和低电平信号数据集为:通过数据群聚、聚类或分群的方式,从所述待识别信号集内获取高电平信号数据集和低电平信号数据集,所述从初选信号集内获取所述待识别信号数据组包括:根据所述高电平信号数据集内的所述待识别信号数据确定高电平阈值;根据所述低电平信号数据集内的所述待识别信号数据确定低电平阈值;从所述初选信号集内获取目标信号数据,所述目标信号数据是所述高电平阈值和所述低电平阈值之间的待识别信号数据;根据采样时间信息处理所述目标信号数据形成所述至少一个待识别信号数据组,在将补缺信号数据按照采样时间***初始高电平信号数据集和所述低电平信号数据集内之前,所述从所述待识别信号集内获取高电平信号数据集和低电平信号数据集还包括:确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围;判断所述补缺信号数据是否全部为所述第一数据范围或所述第二数据范围内的待识别信号数据;若是,则将所述初始高电平信号数据集做为所述高电平信号数据集,将所述初始低电平信号数据集做为所述低电平信号数据集;若否,则将所述补缺信号数据按照采样时间***所述初始高电平信号数据集和所述初始低电平信号数据集内,重新确定所述初始高电平信号数据集和所述初始低电平信号数据集的数据范围,将重新确定的数据范围做为所述高电平信号数据集和所述低电平信号数据集;所述确定所述初始高电平信号数据集的第一数据范围和所述初始低电平信号数据集的第二数据范围包括:计算所述初始高电平信号数据集内所述待识别信号数据的第一数据平均值,计算所述初始低电平信号数据集内所述待识别信号数据的第二数据平均值;确定所述初始高电平信号数据集内所述待识别信号数据的第一最大值和第一最小值,确定所述初始低电平信号数据集内所述待识别信号数据的第二最大值和第二最小值;根据所述第一数据平均值、所述第一最大值和所述第一最小值确定所述初始高电平信号数据集的第一数据范围;根据所述第二数据平均值、所述第二最大值和所述第二最小值确定所述初始低电平信号数据集的第二数据范围。
11.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至8中任一项所述脉冲识别方法。
12.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至8中任一项所述脉冲识别方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249171.9A CN115329822B (zh) | 2022-10-12 | 2022-10-12 | 一种脉冲识别方法及装置 |
PCT/CN2023/124089 WO2024078546A1 (zh) | 2022-10-12 | 2023-10-11 | 一种脉冲识别方法及装置 |
TW112139017A TW202416662A (zh) | 2022-10-12 | 2023-10-12 | 一種脈衝識別方法及裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249171.9A CN115329822B (zh) | 2022-10-12 | 2022-10-12 | 一种脉冲识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115329822A CN115329822A (zh) | 2022-11-11 |
CN115329822B true CN115329822B (zh) | 2023-01-20 |
Family
ID=83915096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211249171.9A Active CN115329822B (zh) | 2022-10-12 | 2022-10-12 | 一种脉冲识别方法及装置 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN115329822B (zh) |
TW (1) | TW202416662A (zh) |
WO (1) | WO2024078546A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115329822B (zh) * | 2022-10-12 | 2023-01-20 | 深圳市恒运昌真空技术有限公司 | 一种脉冲识别方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06326566A (ja) * | 1993-05-11 | 1994-11-25 | Nippondenso Co Ltd | デジタル信号の受信装置 |
CN112987545A (zh) * | 2021-03-29 | 2021-06-18 | 南方电网数字电网研究院有限公司 | 时间信号码元识别方法、装置及时间***设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7961779B2 (en) * | 2005-12-19 | 2011-06-14 | L-3 Integrated Systems Company | Noise-driven recovery of a digital pulse stream |
CN104752139B (zh) * | 2013-12-30 | 2017-03-01 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 一种射频脉冲***及其阻抗匹配方法 |
KR102149768B1 (ko) * | 2014-04-29 | 2020-08-31 | 삼성전자주식회사 | 불휘발성 메모리 시스템 |
CN106341212B (zh) * | 2016-08-26 | 2019-08-27 | 郑州威科姆科技股份有限公司 | 一种实现多类型时间信号自辨识和检测的装置和方法 |
US10447247B1 (en) * | 2018-04-27 | 2019-10-15 | Sandisk Technologies Llc | Duty cycle correction on an interval-by-interval basis |
CN113938361B (zh) * | 2021-09-03 | 2024-04-16 | 广东安朴电力技术有限公司 | 一种通信编码防干扰方法、***及存储介质 |
CN115329822B (zh) * | 2022-10-12 | 2023-01-20 | 深圳市恒运昌真空技术有限公司 | 一种脉冲识别方法及装置 |
-
2022
- 2022-10-12 CN CN202211249171.9A patent/CN115329822B/zh active Active
-
2023
- 2023-10-11 WO PCT/CN2023/124089 patent/WO2024078546A1/zh unknown
- 2023-10-12 TW TW112139017A patent/TW202416662A/zh unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06326566A (ja) * | 1993-05-11 | 1994-11-25 | Nippondenso Co Ltd | デジタル信号の受信装置 |
CN112987545A (zh) * | 2021-03-29 | 2021-06-18 | 南方电网数字电网研究院有限公司 | 时间信号码元识别方法、装置及时间***设备 |
Also Published As
Publication number | Publication date |
---|---|
TW202416662A (zh) | 2024-04-16 |
CN115329822A (zh) | 2022-11-11 |
WO2024078546A1 (zh) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1873604A1 (en) | Data collection device and gateway device | |
CN115329822B (zh) | 一种脉冲识别方法及装置 | |
JP7117934B2 (ja) | 画像分類装置及びプログラム | |
CN108805180B (zh) | 目标对象的检测方法及装置 | |
JP2010257140A (ja) | 情報処理装置及び情報処理方法 | |
JP2007086954A (ja) | 文字認識処理装置、および文字認識処理方法、並びにコンピュータ・プログラム | |
CN110599484A (zh) | 缺陷检测方法、装置及存储介质 | |
CN112464940A (zh) | 一种基于深度学习的车辆前挡风玻璃vin码识别方法及*** | |
JP2009151759A (ja) | 画像処理方法及び画像処理装置 | |
JP2009087251A (ja) | パターン認識方法、パターン認識装置及びプログラム | |
CN109118494B (zh) | 一种基于凹点匹配的重叠区域分割方法及装置 | |
CN109308480A (zh) | 一种图像分类方法及装置 | |
CN103604968A (zh) | 消除峰值检测误产生毛刺的*** | |
CN115015618B (zh) | 一种射频电源信号采集方法及装置 | |
CN109472289B (zh) | 关键点检测方法和设备 | |
CN100462997C (zh) | 信息处理设备和方法 | |
CN111045885A (zh) | 数据库日志文件的处理方法、装置及计算机设备 | |
CN115147642A (zh) | 基于视觉的渣土车检测方法、装置、计算机及存储介质 | |
CN115015797A (zh) | 一种射频电源信号采集方法及装置 | |
KR101866867B1 (ko) | 동공 중심 검출 방법 | |
CN113963385A (zh) | 指纹图像采集方法、装置及电子设备 | |
CN114550289B (zh) | 一种行为识别方法、***及电子设备 | |
CN116279505A (zh) | 车道线的优化方法、装置、电子设备及存储介质 | |
CN117713290A (zh) | 电池的充电识别方法 | |
CN114879060A (zh) | 数据中心中蓄电池组的状态检测方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 518102 Room 101, 201, 301, Building B, Functional Support Area, Taohuayuan Zhichuang Town, Tiegang Community, Xixiang Street, Baoan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Hengyunchang Vacuum Technology Co.,Ltd. Address before: Room 101, 201, 301, Building B, Functional Supporting Area, Taohuayuan Zhichuang Town, Tiegang Community, Xixiang Street, Baoan District, Shenzhen, Guangdong 518100 Patentee before: SHENZHEN HENGYUNCHANG VACUUM TECHNOLOGY CO.,LTD. |
|
CP03 | Change of name, title or address |