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！

龙图腾网获悉国网四川省电力公司信息通信公司申请的专利基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法及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：CN120639227B 。

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：202511109992.6，技术领域涉及：H04B17/391；该发明授权基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法及系统是由张颖;王志川;李旭旭;徐健;李兴;樊雪婷;帅科宇;张乐;谢欢;马玫设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法及系统在说明书摘要公布了：本发明公开了一种基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法及系统，该方法通过构建环境域与信道域的双特征对，利用跨模态对比学习机制强制同类样本的双域特征在统一空间中紧密收敛、异类样本显著分离，能够提升特征空间的类间区分度与类内凝聚性，解决了传统单模态特征对环境干扰敏感的问题。本发明基于优化后的双域特征对，利用非线性解耦网络分离环境相关分量与环境无关分量，剥离环境对信道特征的干扰，突出信道固有特性，为异常检测提供更纯净的特征表示，提升异常状态检测的准确性与可解释性；实现对无线信道异常状态的检测，降低对标注数据的依赖。

本发明授权基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法及系统在权利要求书中公布了：1.基于双域对比学习的无线网桥固定链路信道特征解耦及异常状态检测方法，其特征在于：包括以下步骤： S1,利用特征提取器分别提取无线网桥固定链路信道的环境域特征和信道域特征构建双域特征对； S2,生成正负样本对，通过跨模态对比学习优化特征提取器，将环境域特征与信道域特征映射至统一语义空间； S3,利用非线性解耦网络从优化的双域特征对中提取信道解耦特征，分离环境相关分量与环境无关分量； S4,基于正常样本的信道解耦特征训练自编码器网络，构建异常检测模型； S5,对实时数据提取信道解耦特征，通过重构误差计算异常评分并分层判定异常类型； 所述步骤S2中，通过跨模态对比学习优化特征提取器，将环境域特征与信道域特征映射至统一语义空间包括以下处理步骤： 获取正负样本对，并利用特征提取器提取样本对的环境域特征和信道域特征； 通过多模态注意力机制获得多模态交互特征并分别与原始特征通过残差门控机制融合得到注意力增强特征后的环境域特征以及信道域特征； 将融合后的环境域特征和信道域特征通过2层MLP映射至统一的特征空间： ， ， 其中分别表示环境域和信道域的跨域语义对齐的特征向量，为权重矩阵，为偏置； 计算跨模态对比损失：= 其中N表示批次样本数，表示来自正样本对的跨域语义对齐的特征向量，表示来自负样本对的跨域语义对齐的特征向量，为计算余弦相似度得分的函数,a,b表示两个输入，表示温度参数，表示第i个样本的环境域的跨域语义对齐的特征向量，分别表示第i个、第k个样本的信道域的跨域语义对齐的特征向量； 计算特征空间对齐损失： 其中为可学习对齐矩阵，初始化为单位矩阵，样本i的环境域特征； 计算联合损失函数：，其中表示权重系数； 迭代执行前向传播和反向传播，优化特征提取器和投影网络的参数直至收敛。

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国网四川省电力公司信息通信公司，其通讯地址为：610040 四川省成都市高新区蜀绣西路366号2层、4层、5层、8层；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。