买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利基于多源域深度迁移网络的无人机集群跨域故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119357884B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411197619.6，技术领域涉及：G06F18/25；该发明授权基于多源域深度迁移网络的无人机集群跨域故障诊断方法是由姜斌;彭华超;冒泽慧;马亚杰;程月华设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本基于多源域深度迁移网络的无人机集群跨域故障诊断方法在说明书摘要公布了：本发明公开了一种基于多源域深度迁移网络的无人机集群跨域故障诊断方法，首先，在无人机集群故障特征提取方面，结合无人机集群通信拓扑，提出一种时空贝叶斯图小波卷积Transformer，实现从已有的不同运行条件下飞行状态监测数据中提取出时空耦合的故障特征；将已有的不同运行条件当作不同的源域，新运行条件当作目标域；然后构建一种多源域交叉卷积Transformer，以段对段的方式学习不同源域故障特征之间的相互关系，得到多源域融合特征；最后，提出权重共享的三分支跨域对齐卷积Transformer将多源域融合特征与目标域故障特征以段对段的方式进行特征对齐，提取出域不变特征，实现利用源域故障特征提高新运行条件下故障诊断性能。本发明解决了无人机集群在目标域下基于有限飞行数据的故障诊断问题，提高了跨域故障诊断的准确性和泛化性。

本发明授权基于多源域深度迁移网络的无人机集群跨域故障诊断方法在权利要求书中公布了：1.一种基于多源域深度迁移网络的无人机集群跨域故障诊断方法，其特征在于，包括以下步骤： 1采集无人机集群不同运行条件下发生不同故障时对应的飞行状态监测数据，进行数据预处理，划分数据为源域和目标域，并构建训练集和测试集； 2构建并初始化多源域深度迁移网络模型，所述模型包括基于时空贝叶斯图小波卷积Transformer的域特征提取器、多源域交叉卷积Transformer、权重共享的三分支跨域对齐卷积Transformer和源域及目标域分类器； 3将训练集中的N个源域样本和一个目标域样本输入到域特征提取器中，提取出不同域中故障特征； 4将N个源域故障特征输入到多源域交叉卷积Transformer，按段对段的方式学习不同源域故障特征之间的相互关系，得到多源域融合特征； 5将N个源域故障特征输入到对应的N个源域分类器中，得到N个源域的故障分类结果； 6将步骤4得到的多源域融合特征和步骤3得到的目标域故障特征同时输入到权重共享的三分支跨域对齐卷积Transformer中，以段对段的方式进行特征对齐，得到高层次的源域和目标域故障特征以及跨域相关特征； 7将步骤6中得到的故障特征输入到目标域分类器中得到对应三个分支的故障分类结果； 8重复执行步骤3至步骤7直至到达最大预测次数Np，获得每个训练样本的Np个故障分类结果，计算不同域中故障分类结果的平均值作为最终分类结果； 9计算综合多因素的损失函数Ltotal，包括分层多度量域差异损失Ldis、分类损失和蒸馏损失L，采用反向传播算法更新网络参数以最小化整体损失值； dtl 10重复执行步骤2至步骤9遍历所有训练样本，直至到达最大训练轮次Mepoch，得到最优的多源域深度迁移网络模型； 11激活最优多源域深度迁移网络模型的目标域数据流方向的网络，并将测试集样本输入到最优的多源域深度迁移网络模型中，计算对应的故障分类结果； 12重复执行步骤11直至到达最大预测次数Np，获得每个测试样本的Np个故障分类结果并计算故障分类结果的平均值作为最终分类结果，计算Np个故障分类结果对应的预测方差Vp，量化分类预测的不确定性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。