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！

龙图腾网获悉哈尔滨工业大学申请的专利基于机器学习的微波传感器性能检测系统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：CN119642892B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411822945.1，技术领域涉及：G01D21/02；该发明授权基于机器学习的微波传感器性能检测系统是由王琮;胡建江设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于机器学习的微波传感器性能检测系统在说明书摘要公布了：本发明公开了一种基于机器学习的微波传感器性能检测系统，属于微波传感器技术领域；该系统通过实时监测微波传感器的温度、环境温湿度和振动幅度，能够及时识别出运行偏差较大的时刻，并通过异常值计算判断运行状态的稳定性，从而获取运行值；该系统还通过将基线值与初始基值进行比较，识别基线漂移并计算漂移均速；同时分析谱图中的目标峰和杂峰，通过对称值和杂峰干扰值，判断谱图的准确性及干扰程度，最终获得对称值、峰度和杂峰干扰值；该方法能够有效区分待测物和杂峰的干扰；系统能够计算出每次检测结果的置信值，从而量化检测结果的可靠性，并根据置信值自动判断检测结果的可信程度。

本发明授权基于机器学习的微波传感器性能检测系统在权利要求书中公布了：1.基于机器学习的微波传感器性能检测系统，包括传感器硬件数据采集模块、数据融合模块和性能检测模块；其特征在于： 传感器硬件数据采集模块为通过与微波传感器连接，实时采集微波传感器的运行信息和谱图数据；负责获取传感器的温度、振动幅度、环境温度和湿度运行参数，并记录相关的谱图信息，包括基线和谱图数据； 数据融合模块基于微波传感器在运行时的运行信息对其运行状态、谱图状态分别进行数据监测分析得到微波传感器的性能参数，其中性能参数包括运行值和谱图值； 性能检测模块基于接收到的性能参数对输出的谱图的置信程度进行判断以指导检测结果的输出，具体为： 步骤一：设定每个微波传感器分别对应一个置信系数，将运行值PC、谱图值RG和置信系数进行公式化计算分析得到置信值U；其中，置信值指示检测结果可靠程度的量化指标，运行值则表征传感器运行状态的综合参数，谱图值则表征谱图质量的综合评价质量； 步骤二：当置信值大于或等于设定的置信阈值时，则将谱图作为准确结果进行输出；当置信值小于设定的置信阈值时，则将谱图记为风险结果，并重新进行检测，直至置信值大于设定的置信阈值，并将谱图作为准确结果进行输出；累计重复检测次数，若重复检测次数大于设定的次数阈值，则微波传感器的性能比较差，则生成传感器维护指令至对应的工程师； 每检测一次，数据融合模块则将生成一条历史检测记录，具体的每条检测记录包括响应时长、恢复时长和检测结果，其中检测结果为准确结果或为风险结果； 步骤三：调取历史检测记录，具体的历史检测记录包括历史检测次数以及每次的响应时长、恢复时长和检测结果；对历史检测记录进行累计解析获取得到置信系数，并将其更新至步骤一； 对历史检测记录进行累计解析的具体步骤为： 将每次检测的响应时长和恢复时长进行加权计算得到延迟值； 将每次检测的延迟值与设定的延迟区间进行比较分析，当延迟值大于设定的延迟区间中的最大值时，则累计一次高度延迟；当延迟值处于设定的延迟区间中时，则累计一次中度延迟；当延迟值小于设定的延迟区间中的最小值时，则累计一次轻度延迟；分别累计高度延迟、中度延迟和轻度延迟的累计次数，将每次检测的延迟值进行均值计算得到延迟均值； 将高度延迟的累计次数L1、中度延迟的累计次数L2、轻度延迟的累计次数L3和延迟均值L4进行公式化计算分析得到响应值Lg； 统计检测记录中检测结果分别为准确结果和风险结果的次数，并将其分别记为准确次数Q1和风险次数Q2；将准确次数Q1、风险次数Q2和响应值Lg进行归一化处理并取其数值，对数值进行公式化计算分析得到置信系数。

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哈尔滨工业大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区西大直街92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。