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！

龙图腾网获悉中国船舶集团有限公司第七一九研究所;华中科技大学申请的专利一种基于小波变换时频谱特征的2D-CNN网络尾流电磁场探测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：CN119514411B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411567589.3，技术领域涉及：G06F30/28；该发明授权一种基于小波变换时频谱特征的2D-CNN网络尾流电磁场探测方法是由左超;欧阳君;王作帅;陈盟;王建勋;肖涵琛;李子圆;王司霖;杨喆瑜;陈志伟;杨文铁;耿攀;罗伟;吴浩伟;陈涛;杨晓非;彭泽禹;杨雨淳设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于小波变换时频谱特征的2D-CNN网络尾流电磁场探测方法在说明书摘要公布了：本发明公开了一种基于小波变换时频谱特征的2D‑CNN网络尾流电磁场探测方法，所述方法包括：一通过水动力学和电磁学的多物理场耦合方法生成水下航行器尾流电磁场计算数据集、二通过小波变换提取尾流电磁场的时频谱特征、三开发基于2D‑CNN深度神经网络的尾流电磁场探测模型，利用小波变换后的数据对模型进行训练，用于尾流电磁场探测。本发明提出的基于小波变换时频谱特征的2D‑CNN网络尾流电磁场探测方法，可有效提升尾流电磁场的检测能力，为水下航行器尾流电磁场探测提供了新的技术手段，在海洋目标电磁场监测和预警领域具有良好的应用前景。

本发明授权一种基于小波变换时频谱特征的2D-CNN网络尾流电磁场探测方法在权利要求书中公布了：1.一种基于小波变换时频谱特征的2D-CNN网络尾流电磁场探测方法，其特征在于，所述方法包括： 步骤1通过水动力学和电磁学的多物理场耦合方法生成潜航器尾流电磁场计算数据集， 该步骤1包括： 1.1在动力场模拟软件中构建几何模型，设置几何模型的计算域； 1.2对所设置的计算域进行网格划分； 1.3为所述几何模型设定边界条件，所述边界条件至少包括速度入口、压力出口、对称面和壁面； 1.4在动力场模拟软件中求解计算域中的速度场分布； 1.5基于获得的速度场分布，按照下述公式对计算域中任一点的电场和磁场进行计算： Er＝v0r×Br＝v0r×BEr+Bir≈v0r×BEr1 式1和式2中，位置矢量r'和位置矢量r分别表示源点的位置和待测点的位置，其中，Jr'表示位置r'处的电流密度，V表示积分体积，v0表示根据速度场计算获得的待测点的水流速度，μ表示海水磁导率，σ表示海水电导率，BE表示地磁场； 1.6修改输入参数和模型参数，重复步骤1.3-1.5，获得不同输入参数和模型参数条件下的电场和磁场分布，获得多组电场和磁场数据，构成数据集； 步骤2将整个计算域作为测定区域，从测定区域中，选取若干测量点，从数据集中获取不同条件下各个测量点的电、磁场随时间变化的数据，对所获得的电、磁场数据进行小波变换，获得小波变换后的数据集； 步骤3构建2D-CNN深度神经网络，将所构建的数据集分成训练集和测试集，将训练集中的数据输入到2D-CNN深度神经网络中，对2D-CNN深度神经网络进行训练并利用测试集进行测试，获得训练后的2D-CNN深度神经网络，将所获得的训练后的2D-CNN深度神经网络用于尾流电磁场探测。

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中国船舶集团有限公司第七一九研究所;华中科技大学，其通讯地址为：430205 湖北省武汉市江夏区藏龙岛开发区杨桥湖大道19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。