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！

龙图腾网获悉上海理工大学申请的专利一种高速电压采集装置及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：CN120994114B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511508140.4，技术领域涉及：G06F3/05；该发明授权一种高速电压采集装置及方法是由陈铭治;庄彧韬;朱大奇;李鸿飞;庞文;王富久设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种高速电压采集装置及方法在说明书摘要公布了：本发明提供一种高速电压采集装置及方法，涉及工业自动化测试技术领域。该装置包括：下位机、ADC、上位机、以太网模块及排母连接器；ADC通过排母连接器与压力传感器接口连接，用于采集电压数据；下位机包括MCU，MCU与ADC电气连接，利用模拟SPI的方式发送数据到ADC并接收ADC发送的数据；并对接收的电压数据进行压缩处理，然后将压缩处理后的数据通过以太网模块发送给上位机；上位机对压缩数据进行数据解析，将其转换为实际电压值。本发明通过高速电压采集装置实现了在100米通信距离下以10kHz采样率对压力传感器信号进行高速、可靠采集与传输，显著提升了数据传输效率和信号还原精度，同时降低了MCU资源消耗。

本发明授权一种高速电压采集装置及方法在权利要求书中公布了：1.一种应用于高速电压采集装置的电压采集方法，所述高速电压采集装置包括：下位机、模数转换器ADC、上位机、W5500以太网模块以及排母连接器；ADC通过排母连接器与压力传感器接口连接，用于采集电压数据；下位机包括微控制器MCU，MCU与ADC电气连接，利用模拟SPI的方式发送数据到ADC并接收ADC发送的数据；并对接收的电压数据进行压缩处理，然后将压缩处理后的数据通过W5500以太网模块发送给上位机；上位机通过以太网网卡接收MCU通过W5500以太网模块发送的压缩数据，并进行数据解析，转换为实际电压值；其特征在于，所述方法包括：对高速电压采集装置进行初始化与电源配置；ADC采集压力传感器的电压数据；MCU将从ADC采集的原始18位ADC数据存入uint32_t变量，采用队列数据结构缓存采集到的数据，出队列时采用公式转换将整型数据转换为浮点电压数据，每个通道将10ms时间内缓存的浮点电压数据应用压缩技术进行压缩处理后传输给上位机；上位机接收压缩数据，进行解析以获得实际电压值； 其中，所述浮点电压数据应用压缩技术进行压缩处理包括如下步骤： 利用神经网络模型通过使用一系列模拟采集的电压数据进行预训练，这些数据是在真实电路环境中采集的浮点型电压读数，其数值范围稳定在1到5V之间；数据采集过程涵盖多种工作条件和负载场景，包括不同温度环境、电源波动情况和信号噪声干扰；这些数据使自编码器能够学习到电压信号的本质特征和分布规律；所述自编码器的编码器与解码器采用非对称设计，编码器部分负责将下位机MCU输入的100维浮点型数据逐步压缩至低维潜在空间，编码器采用三层神经网络结构，具体为：输入首先经过100→32的线性映射并通过ReLU激活，随后依次经过32→16与16→10的线性层，同样采用ReLU激活，最终在潜在层输出10维特征并使用Tanh函数约束表示范围； 在已完成预训练的神经网络模型上采用结构化剪枝算法，所述结构化剪枝算法具体包括三个阶段：首先进行模型预训练，使用完整的自编码器架构在采集的1-5V电压数据集上进行充分训练，学习输入数据的有效特征表示和重构规律；这一阶段使用Adam优化器和均方误差损失函数，通过批量梯度下降更新所有权重参数，确保模型获得良好的初始性能基础；随后执行差异化剪枝操作，根据编码器和解码器的不同部署环境和功能需求，采用不对称剪枝策略；MCU端编码器采用剪枝比例20%-50%，大幅削减参数数量和计算需求；剪枝过程基于权重大小准则，每层保留绝对值最大的权重连接，其余置零，形成稀疏网络结构；最后进行带掩码约束的微调训练，在剪枝后的稀疏架构上继续优化剩余参数；微调过程中引入掩码保护机制，在每个训练步骤后重新应用剪枝掩码，确保已被剪除的权重始终保持为零值，防止梯度更新恢复冗余连接；这一阶段使模型在保持高稀疏度的同时，逐步恢复因剪枝造成的精度损失，最终获得既轻量化又高性能的神经网络模型。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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。