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！

龍圖騰網獲悉西北工業大學;中國船舶重工集團公司第七0五研究所申請的專利一種基于深度學習的智能濾波方法及系統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：CN119582802B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510142604.8，技術領域涉及：H03H21/00；該發明授權一種基于深度學習的智能濾波方法及系統是由周大明;鄭為;申珅;周景軍;田雨;馬宸宇浩;呂梅柏;王佩;王紅梅;葛致磊;萬力銘設計研發完成，并于2025-02-10向國家知識產權局提交的專利申請。

本一種基于深度學習的智能濾波方法及系統在說明書摘要公布了：本發明公開了一種基于深度學習的智能濾波方法及系統，涉及數據濾波技術領域。以解決使用智能優化算法進行濾波器參數尋優時，尋優性能和計算效率相互沖突這一技術問題。獲得干擾控制指令數據；提取每個數據在尋優后期階段所經過的個體；對數據分類后將同一類數據所對應的尋優后期個體組合獲得各類子搜索空間；待濾波控制指令數據歸類后調取該類子搜索空間進行濾波器參數尋優。本發明通過提取尋優后期個體聚焦于對干擾控制指令數據濾波效果接近最優的部分濾波參數；將尋優后期個體組合獲得了獨屬于各類數據的子搜索空間，對待濾波控制指令數據進行處理時僅在對應的子搜索空間進行搜索，降低了搜索范圍還提高了搜索性能。

本發明授權一種基于深度學習的智能濾波方法及系統在權利要求書中公布了：1.一種基于深度學習的智能濾波方法，其特征在于，包括： 在所采集的若干個真實控制指令數據中分別添加不同類型和強度的噪聲信號，獲得若干個干擾控制指令數據；所述真實控制指令數據為無人系統中的控制指令數據； 構建包含若干個個體的濾波器參數全局搜索空間，其中每個個體代表一組濾波器參數，以濾波器對干擾控制指令數據進行濾波后所獲得的去噪干擾控制指令數據和真實控制指令數據的差距最小化為優化目標，使用優化算法在全局搜索空間中進行尋優，提取每個干擾控制指令數據在尋優后期階段所經過的個體； 根據干擾控制指令數據的相似性將若干個干擾控制指令數據分為不同的類，將屬于同一類干擾控制指令數據所對應的在尋優后期階段所經過的個體進行組合，獲得各類干擾控制指令數據對應的子搜索空間； 獲取待濾波控制指令數據，根據待濾波控制指令數據與各類干擾控制指令數據的相似性對待濾波控制指令數據進行歸類，調取該類干擾控制指令數據對應的子搜索空間，使用優化算法在該子搜索空間中進行濾波器參數搜索； 所述以濾波器對干擾控制指令數據進行濾波后所獲得的去噪干擾控制指令數據和真實控制指令數據的差距最小化為優化目標，使用優化算法在全局搜索空間中進行尋優，具體包括： 構建優化目標： 其中，是干擾控制指令數據；是對干擾控制指令數據進行濾波后所獲得的去噪干擾控制指令數據；filter·是濾波器，θ是濾波器參數；Ω是全局搜索空間；表示在全局搜索空間Ω中尋找一組最優濾波器參數θoptimal，使得去噪干擾控制指令數據和真實控制指令數據的差距 最小； 通過自適應調整原始粒子群優化算法中用于控制粒子搜索范圍的慣性權重，以降低原始粒子群優化算法在尋優后期階段所經過的個體波動，獲得改進粒子群優化算法，使用改進粒子群優化算法在全局搜索空間Ω中進行尋優； 所述提取每個干擾控制指令數據在尋優后期階段所經過的個體，具體包括： 獲得第t-1次迭代、第t次迭代和第t+1次迭代的適應度值fittnesst-1、fittnesst和fittnesst+1； 計算相鄰迭代次數適應度值的變化率的差值Δt： 當相鄰迭代次數適應度值的變化率的差值Δt小于所設閾值時，以第t次迭代作為尋優后期階段起點、最大迭代次數作為尋優后期階段終點，獲得尋優后期階段起點至優后期階段終點所經過的個體。

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西北工業大學;中國船舶重工集團公司第七0五研究所，其通訊地址為：710000 陜西省西安市碑林區友誼西路127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”。