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！

龙图腾网获悉广东工业大学申请的专利基于深度学习的光纤加速度计信号噪声抑制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：CN120804535B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510772024.7，技术领域涉及：G06F18/15；该发明授权基于深度学习的光纤加速度计信号噪声抑制方法是由许润梓;姜文瀚;苏庭玉;李秀玲设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本基于深度学习的光纤加速度计信号噪声抑制方法在说明书摘要公布了：本发明涉及光纤信号处理领域，公开了基于深度学习的光纤加速度计信号噪声抑制方法，包括以下步骤：在光纤加速度计工作时采集对应的原始含噪信号和纯净参考信号，进行噪声特性建模，并根据噪声特性设计用于抑制信号噪声的神经网络。运行该网络并在运行过程中根据运行存在的问题进行网络改造优化。本发明能够提高对光纤加速度计的信号噪声抑制效果以及效率，使光纤加速度计输出的监测信号准确性提升。

本发明授权基于深度学习的光纤加速度计信号噪声抑制方法在权利要求书中公布了：1.基于深度学习的光纤加速度计信号噪声抑制方法，其特征在于，包括以下步骤： 采集光纤加速度计的原始含噪信号以及纯净参考信号，并结合进行噪声特性建模，构建目标含噪信号库； 结合目标含噪信息库以及对应存储的目标复合含噪信号，设计深度神经信号噪声抑制网络； 结合深度神经信号噪声抑制网络，对目标含噪信号库内的目标复合含噪信号进行样本分段，同时进行目标复合含噪信号的样本的信号抑制； 对目标复合降噪信号样本进行样本分析，并基于样本分析结果对深度神经信号噪声抑制网络进行网络改造优化； 其中，所述结合目标含噪信息库以及对应存储的目标复合含噪信号，设计深度神经信号噪声抑制网络，具体为： 引入大数据网络，并在大数据网络中检索对目标复合含噪信号进行噪声抑制的通用深度神经网络的所有网络架构，同时选取历史使用率最高的网络架构输出，标定为目标深度神经网络架构； 其中，目标深度神经网络架构包括输入层、特征提取层、正则化层和输出层； 对目标深度神经网络架构进行架构设计，其中，所述架构设计包括，根据目标含噪信号库内的目标复合含噪信号的数据样本数，确定输入层的最大可处理样本维度，同时控制输入层和输出层的最大可处理样本维度相等； 在正则化层内，确定正则化方式为总变分正则处理，并在特征提取层内确定多目标损失函数，其中，根据目标原始含噪信号的噪声特性确定多目标损失函数，包括时域损失函数以及频域损失函数； 将设计后的目标深度神经网络架构命名为深度神经信号噪声抑制网络； 其中，所述结合深度神经信号噪声抑制网络，对目标含噪信号库内的目标复合含噪信号进行样本分段，同时进行目标复合含噪信号的样本的信号抑制，具体为： 在目标含噪信号库内，提取目标复合含噪信号样本，并对目标复合含噪信号样本进行分段处理，得到目标复合含噪信号分段样本； 运行深度神经信号噪声抑制网络，分别对不同的目标复合含噪信号分段样本进行归一化时频域联合增强处理； 引入带宽约束项，所述带宽约束项为在对不同的目标复合含噪信号分段样本进行归一化时频域联合增强处理过程中，基于深度神经信号噪声抑制网络内的带宽能量进行增强处理的启停； 实时计算深度神经信号噪声抑制网络内的实时带宽能量，并预设最大带宽能量和目标增强时间； 若在目标增强时间内，深度神经信号噪声抑制网络内的实时带宽能量存在大于最大带宽能量，则停止对不同的目标复合含噪信号分段样本进行归一化时频域联合增强处理； 结合深度神经信号噪声抑制网络，对归一化时频域增强处理后的不同的目标复合含噪信号分段样本进行信号噪声抑制处理。

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广东工业大学，其通讯地址为：510062 广东省广州市东风东路729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。