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！

龙图腾网获悉北京航空航天大学申请的专利基于粒子群优化的ICIM-CI模型建模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：CN119761282B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411933816.X，技术领域涉及：G06F30/36；该发明授权基于粒子群优化的ICIM-CI模型建模方法是由陈曦;谢树果;邵兵;偰睿;魏梦圆设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于粒子群优化的ICIM-CI模型建模方法在说明书摘要公布了：本发明涉及ICIM‑CI模型建模领域，具体涉及一种基于粒子群优化的ICIM‑CI模型建模方法。建模方法主要包括基于粒子群优化的输入信号分段；输出信号重新组合；分段Volterra核函数辨识。本发明通过分段Volterra级数有效描述芯片的非线性行为，并利用粒子群优化算法对分段阈值进行优化，显著提升了模型的精度和通用性。本发明克服了传统ICIM‑CI模型在建模过程中存在线性假设，难以准确描述MADIC在电磁干扰下的非线性响应，且在多个判据综合下的敏感性定量分析、输出量化信息及参数化级联仿真方面存在不足等问题。本发明适用于ICIM‑CI模型建模。

本发明授权基于粒子群优化的ICIM-CI模型建模方法在权利要求书中公布了：1.基于粒子群优化的ICIM-CI模型建模方法，其特征在于，所述建模方法包括： 引入分段Volterra级数建立芯片的IB模块，并使用粒子群优化算法对分段Volterra级数进行降阶，具体包括： S1、基于粒子群优化的输入信号分段； 对输入信号按照功率大小进行分解，确认输入功率的阈值，阈值如下式表示： Γ＝{λ1,λ2,…,λs},λ1＜λ2＜…＜λs； 其中λi,i＝1,2,…,s是输入信号功率幅度的阈值，s为所设置的阈值个数； 输入信号xt经过设定的阈值，根据下式分解为s+1段子信号： 将分解得到的输入子信号进行离散时间采样，输入子信号在时间维度相同，设采样点数为n，则分解得到的输入子信号用一个s+1×n的矩阵进行表示： 在分解过程中，根据目标函数空间随机设定寻优空间的粒子初始值，依照个体极值pbest和群体极值gbest更新自身速度和位置，在目标函数空间寻找最优值： 设pnum为粒子总数，D为粒子维数，当达到迭代最大次数maxiter时停止迭代，vat为第a个粒子在t时的迭代速度，xat为第a个粒子在t时在目标函数空间中的位置，pbestat为第a个粒子在t时的个体极值； vat＝[va1t,va2t,…,vaDt]T，xat＝[xa1t,xa2t,…,xaDt]T； 目标函数空间中粒子的更新方式如下式所示： va+1t+1＝ωvat+c1a1pbestat-xat+c2a2gbestat-xat； xa+1t+1＝xat+va+1t+1； 其中，ω为惯性权重系数，表示上次迭代对现在迭代的影响，c1为个体学习因子，c2为群体学习因子，a1和a2为随机数； S2、输出信号重新组合； 完成功率阈值分段后，对输出进行加权组合进而得到完整的输出信号； 每段输入子信号对应的输出信号如下式所示： 式中，yi·为第i段输入子信号对应的输出子信号，Ki为第i段输入子信号对应的Volterra级数的阶数，Mi为第i段输入子信号记忆长度； 将每段输出子信号以下式进行综合处理，得到输出信号： S3、分段Volterra核函数辨识； 分段核函数采用下式进行输出波形预测： 其中Xpre_i,i＝1,2,…,s+1为第i个输入子信号与记忆时延相乘获得的输入矩阵，为分段的核函数。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。