買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京航空航天大學申請的專利基于多源域深度遷移網絡的無人機集群跨域故障診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119357884B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411197619.6，技術領域涉及：G06F18/25；該發明授權基于多源域深度遷移網絡的無人機集群跨域故障診斷方法是由姜斌;彭華超;冒澤慧;馬亞杰;程月華設計研發完成，并于2024-08-29向國家知識產權局提交的專利申請。

本基于多源域深度遷移網絡的無人機集群跨域故障診斷方法在說明書摘要公布了：本發明公開了一種基于多源域深度遷移網絡的無人機集群跨域故障診斷方法，首先，在無人機集群故障特征提取方面，結合無人機集群通信拓撲，提出一種時空貝葉斯圖小波卷積Transformer，實現從已有的不同運行條件下飛行狀態監測數據中提取出時空耦合的故障特征；將已有的不同運行條件當作不同的源域，新運行條件當作目標域；然后構建一種多源域交叉卷積Transformer，以段對段的方式學習不同源域故障特征之間的相互關系，得到多源域融合特征；最后，提出權重共享的三分支跨域對齊卷積Transformer將多源域融合特征與目標域故障特征以段對段的方式進行特征對齊，提取出域不變特征，實現利用源域故障特征提高新運行條件下故障診斷性能。本發明解決了無人機集群在目標域下基于有限飛行數據的故障診斷問題，提高了跨域故障診斷的準確性和泛化性。

本發明授權基于多源域深度遷移網絡的無人機集群跨域故障診斷方法在權利要求書中公布了：1.一種基于多源域深度遷移網絡的無人機集群跨域故障診斷方法，其特征在于，包括以下步驟： 1采集無人機集群不同運行條件下發生不同故障時對應的飛行狀態監測數據，進行數據預處理，劃分數據為源域和目標域，并構建訓練集和測試集； 2構建并初始化多源域深度遷移網絡模型，所述模型包括基于時空貝葉斯圖小波卷積Transformer的域特征提取器、多源域交叉卷積Transformer、權重共享的三分支跨域對齊卷積Transformer和源域及目標域分類器； 3將訓練集中的N個源域樣本和一個目標域樣本輸入到域特征提取器中，提取出不同域中故障特征； 4將N個源域故障特征輸入到多源域交叉卷積Transformer，按段對段的方式學習不同源域故障特征之間的相互關系，得到多源域融合特征； 5將N個源域故障特征輸入到對應的N個源域分類器中，得到N個源域的故障分類結果； 6將步驟4得到的多源域融合特征和步驟3得到的目標域故障特征同時輸入到權重共享的三分支跨域對齊卷積Transformer中，以段對段的方式進行特征對齊，得到高層次的源域和目標域故障特征以及跨域相關特征； 7將步驟6中得到的故障特征輸入到目標域分類器中得到對應三個分支的故障分類結果； 8重復執行步驟3至步驟7直至到達最大預測次數Np，獲得每個訓練樣本的Np個故障分類結果，計算不同域中故障分類結果的平均值作為最終分類結果； 9計算綜合多因素的損失函數Ltotal，包括分層多度量域差異損失Ldis、分類損失和蒸餾損失L，采用反向傳播算法更新網絡參數以最小化整體損失值； dtl 10重復執行步驟2至步驟9遍歷所有訓練樣本，直至到達最大訓練輪次Mepoch，得到最優的多源域深度遷移網絡模型； 11激活最優多源域深度遷移網絡模型的目標域數據流方向的網絡，并將測試集樣本輸入到最優的多源域深度遷移網絡模型中，計算對應的故障分類結果； 12重復執行步驟11直至到達最大預測次數Np，獲得每個測試樣本的Np個故障分類結果并計算故障分類結果的平均值作為最終分類結果，計算Np個故障分類結果對應的預測方差Vp，量化分類預測的不確定性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京航空航天大學，其通訊地址為：213300 江蘇省常州市溧陽市濱河東路29號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。