買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉上海大學(xué)申請的專利基于智能優(yōu)化算法的通信干擾檢測方法、設(shè)備及存儲介質(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：CN116388900B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05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：202310378108.3，技術(shù)領(lǐng)域涉及：H04B17/345；該發(fā)明授權(quán)基于智能優(yōu)化算法的通信干擾檢測方法、設(shè)備及存儲介質(zhì)是由張乾坤;趙恒凱;鄭國莘設(shè)計研發(fā)完成，并于2023-04-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于智能優(yōu)化算法的通信干擾檢測方法、設(shè)備及存儲介質(zhì)在說明書摘要公布了：本發(fā)明涉及一種基于智能優(yōu)化算法的通信干擾檢測方法、設(shè)備及存儲介質(zhì)，包括以下步驟：對原始頻譜數(shù)據(jù)預(yù)處理；初始化參數(shù)并為參數(shù)賦初值；進(jìn)行迭代求解，利用智能優(yōu)化算法更新參數(shù)集中的參數(shù)，計算出參數(shù)對應(yīng)的閾值，再計算出閾值對應(yīng)的目標(biāo)函數(shù)值，根據(jù)參數(shù)的目標(biāo)函數(shù)值和歷史最優(yōu)函數(shù)值進(jìn)行比較，更新所述參數(shù)以及參數(shù)對應(yīng)的閾值；重復(fù)執(zhí)行迭代求解步驟直到達(dá)到預(yù)定迭代次數(shù)；對迭代完成之后的歷史最優(yōu)閾值進(jìn)行數(shù)據(jù)處理，得到檢測閾值；使用檢測閾值對原始頻譜進(jìn)行干擾檢測并輸出干擾點。與現(xiàn)有技術(shù)相比，本發(fā)明利用智能優(yōu)化算法實現(xiàn)了FCME算法參數(shù)的自動調(diào)整，提高干擾檢測信號干擾比的范圍，進(jìn)而提高了檢測精度，實現(xiàn)了自動化閾值配置。

本發(fā)明授權(quán)基于智能優(yōu)化算法的通信干擾檢測方法、設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種基于智能優(yōu)化算法的通信干擾檢測方法，其特征在于，包括以下步驟： 對輸入的原始頻譜數(shù)據(jù)Yn進(jìn)行預(yù)處理操作，得到頻譜數(shù)據(jù)Sn； 進(jìn)行參數(shù)初始化，包括確定智能優(yōu)化算法的參數(shù)集規(guī)模、參數(shù)維數(shù)、參數(shù)約束范圍以及最大迭代次數(shù)； 為參數(shù)賦初值，包括參數(shù)集中的每組參數(shù)賦初始值、參數(shù)集對應(yīng)的閾值集、閾值集對應(yīng)目標(biāo)函數(shù)值集、歷史最優(yōu)目標(biāo)函數(shù)值，歷史最優(yōu)閾值，歷史最優(yōu)參數(shù)值初值以及前迭代次數(shù)； 迭代求解，利用智能優(yōu)化算法更新參數(shù)集中的每組參數(shù)，計算出每組參數(shù)對應(yīng)的閾值，再計算出每個閾值對應(yīng)的目標(biāo)函數(shù)值，根據(jù)目前參數(shù)的目標(biāo)函數(shù)值和歷史最優(yōu)函數(shù)值進(jìn)行比較，以確定是否更新所述參數(shù)以及參數(shù)對應(yīng)的閾值；所述迭代求解的具體步驟包括： 使用更新參數(shù)集中的每組參數(shù)Ωi={Qi,Ti}； 使用FCME算法計算更新后參數(shù)集中每組參數(shù)的閾值γ； 計算出每組參數(shù)對應(yīng)閾值所計算出的目標(biāo)函數(shù)值Fi； 比較參數(shù)目前的目標(biāo)函數(shù)值Fi和歷史最優(yōu)目標(biāo)函數(shù)值Fmax，若FiFmax,則更新目前參數(shù)值為Fmax對應(yīng)的參數(shù)值{Qbest,Tbest}，以及目前參數(shù)值對應(yīng)的閾值γi更改為γbest，若FiFmax,則將歷史最優(yōu)函數(shù)值Fmax更改為Fi對應(yīng)的值，以及歷史最優(yōu)閾值γbest更改為γi對應(yīng)的值，歷史最優(yōu)參數(shù)值{Qbest,Tbest}改為{Qi,Ti}對應(yīng)的值； 所述參數(shù)集中的每組參數(shù)采用飛行算法公式更新： Ωi z+1=Ωz+α?L?vy（λ） 式中，Ωi z+1為更新后的優(yōu)化參數(shù){Q,T}，i代表其中一個，z代表迭代次數(shù)，每次迭代的步長使用的L?vy飛行函數(shù)產(chǎn)生，其中λ是L?vy飛行函數(shù)行走參數(shù)，α是與優(yōu)化參數(shù)的規(guī)模相關(guān)的步長；L?vy飛行提供隨機(jī)行走，而隨機(jī)步長來自L?vy分布L?vy~v=v-λ； 判斷是否達(dá)到預(yù)定的迭代次數(shù)的運算，如果沒有則重復(fù)執(zhí)行上述迭代求解步驟；如果過達(dá)到則繼續(xù)執(zhí)行以下步驟； 對迭代完成之后的歷史最優(yōu)閾值進(jìn)行數(shù)據(jù)處理，得到檢測閾值； 輸出干擾檢測結(jié)果：使用檢測閾值對原始頻譜Yn進(jìn)行干擾檢測，如大于檢測閾值則判定為干擾信號，小于檢測閾值判定為有用信號，最后輸出干擾點； 所述參數(shù)集中每組參數(shù)的閾值采用FCME算法進(jìn)行計算；所述目標(biāo)函數(shù)采用最大化類間方差，用于計算閾值集γ對應(yīng)的目標(biāo)函數(shù)值集F；所述的FCME算法具體包括以下步驟： 步驟1、將頻譜數(shù)據(jù)Sn,n=1,2,..,N以及由智能優(yōu)化算法產(chǎn)生的參數(shù)值[T,Q]作為輸入，預(yù)定義最大迭代次數(shù)K； 步驟2、將輸入的頻譜數(shù)據(jù)Sn,n=1,2,..,N按升序重新排列為Sk,k=1,2,..,N； 步驟3、根據(jù)初始清潔樣本比例Q將頻譜數(shù)據(jù)分為兩個集合，前P=N×Q個頻譜數(shù)據(jù)為清潔樣本集合，P+1到N的頻譜數(shù)據(jù)干擾集合樣本； 步驟4、計算清潔樣本集合的均值為Ne； 步驟5、計算閾值γ=T×Ne； 步驟6、將干擾集合樣本的頻譜數(shù)據(jù)值與閾值γ進(jìn)行比較，如果大于閾值γ，則該頻譜數(shù)據(jù)值放入清潔樣本集合，否則仍判斷該頻譜數(shù)據(jù)值為干擾集合中的樣本； 步驟7、重復(fù)步驟4-6，直到非清潔樣本集合中沒有頻譜數(shù)據(jù)或清潔樣本不再增加或達(dá)到最大迭代次數(shù)，終止算法流程，返回最后的閾值γ。

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)人上海大學(xué)，其通訊地址為：200444 上海市寶山區(qū)上大路99號；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)”。