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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉之江實驗室申請的專利一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法、裝置及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115964616B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211574475.2，技術(shù)領(lǐng)域涉及：G06F18/10；該發(fā)明授權(quán)一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法、裝置及存儲介質(zhì)是由李彩云;王建國;劉澤超;馬玲梅;莊逸洋;胡威旺;鄭洪坤設(shè)計研發(fā)完成，并于2022-12-08向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法、裝置及存儲介質(zhì)在說明書摘要公布了：本發(fā)明涉及一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法、裝置及存儲介質(zhì)，該方法包括：步驟S1，分布式聲波傳感系統(tǒng)的數(shù)據(jù)獲取；步驟S2，對步驟S1獲取的數(shù)據(jù)進行預處理；步驟S3，構(gòu)建融合算法模型，該模型包括融合算法輸入層、融合算法隱藏層和融合算法輸出層；步驟S4，采用步驟S3構(gòu)建的融合算法模型對步驟S2預處理后的數(shù)據(jù)進行降噪處理。與現(xiàn)有技術(shù)相比，本發(fā)明具有實現(xiàn)了信號增強以及噪聲抑制進而獲得高信噪比的探測信號等優(yōu)點。

本發(fā)明授權(quán)一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法、裝置及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種分布式聲波傳感系統(tǒng)數(shù)據(jù)降噪方法，其特征在于，該方法包括： 步驟S1，分布式聲波傳感系統(tǒng)的數(shù)據(jù)獲取； 步驟S2，對步驟S1獲取的數(shù)據(jù)進行預處理； 步驟S3，構(gòu)建融合算法模型，該模型包括融合算法輸入層、融合算法隱藏層和融合算法輸出層； 步驟S4，采用步驟S3構(gòu)建的融合算法模型對步驟S2預處理后的數(shù)據(jù)進行降噪處理； 所述的步驟S3中的融合算法輸入層為單輸入或者雙輸入；所述的雙輸入為上一幀信號xt-1和當前幀信號xt的二維折疊矩陣，或者長時間軸上的前一個多幀信號片段X_{t-w:t-1}及其下一個多幀信號片段X_{t:t+w-1}的二維矩陣； 所述的步驟S3中的融合算法隱藏層包括自定義層、神經(jīng)網(wǎng)絡(luò)層和全連接層； 所述的自定義層為小波變換方法時，其最佳分解尺度l、小波系數(shù)閾值λ和濾波器系數(shù)w為待學習的參量，在訓練中通過學習這些參量以確定最優(yōu)參數(shù)； 所述的自定義層為自適應(yīng)濾波降噪方法時，其分解的階數(shù)l和每階的權(quán)重系數(shù)w作為待學習的參量，使l階分解信號乘以各自的權(quán)重系數(shù)合成為濾波后的信號，并評估濾波后信號的能量損失Eloss向0靠近，R系數(shù)向1靠近。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人之江實驗室，其通訊地址為：311121 浙江省杭州市余杭區(qū)之江實驗室南湖總部；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。