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！

龙图腾网获悉集美大学申请的专利一种畸变重叠光谱分离方法及相关装置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：CN121323792B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511901923.9，技术领域涉及：G01J3/02；该发明授权一种畸变重叠光谱分离方法及相关装置是由范智淳;孙一峥;刘璟;陈妤姗;陈文设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本一种畸变重叠光谱分离方法及相关装置在说明书摘要公布了：本申请公开了一种畸变重叠光谱分离方法及相关装置，涉及光谱分离技术领域，可应用于光纤传感光谱、拉曼光谱、X射线衍射光谱；该方法通过模拟获取畸变重叠光谱数据并预处理，经数据增强和拆分模拟构建训练数据集；利用双编码器网络提取特征并计算对比学习损失，然后利用双解码器网络重构光谱组件并计算重构损失，联合对比学习损失和重构损失训练模型，再经实测数据微调得到目标模型，最终利用目标模型进行光谱分离并输出物理参量。该方法无需大量人工标记数据，通过自监督对比学习与物理约束提升对光谱变形和重叠的处理能力，增强复杂环境适应性，大幅降低应变测量误差，有效解决光谱畸变重叠的解调难题，满足精密结构健康监测的高精度需求。

本发明授权一种畸变重叠光谱分离方法及相关装置在权利要求书中公布了：1.一种畸变重叠光谱分离方法，其特征在于，包括： 通过调整光栅参数生成窄线宽光谱，模拟不同物理场和噪声干扰下的光谱失真，获取畸变重叠光谱数据，并对所述畸变重叠光谱数据进行预处理；所述畸变重叠光谱数据包含因物理场分布不均匀导致的光谱畸变和光谱重叠现象；所述预处理包括将光谱强度值标准化至[0,1]范围内，去除直流偏置和系统噪声； 对预处理后的畸变重叠光谱数据进行数据增强以及拆分模拟，构建得到训练数据集；所述训练数据集中包括若干个单通道畸变重叠光谱和对应的双通道分离组件；所述数据增强为向畸变重叠光谱数据中加入高斯噪声、提取波长段子序列进行时间切片、对波长进行随机非线性拉伸或压缩的时间扭曲和反转光谱序列顺序中的至少一种；所述拆分模拟为基于畸变重叠光谱的物理特性，对预处理后的畸变重叠光谱数据进行分离，得到双通道分离组件，为自监督对比学习提供正样本参照；所述双通道分离组件包括畸变光谱组件和高斯光谱组件； 通过光谱分离模型的双编码器网络接收单通道畸变重叠光谱和对应的双通道分离组件，分别输出第一嵌入特征和第二嵌入特征，并计算对比学习损失函数；所述双编码器网络包括重叠光谱编码器和分离光谱编码器；所述重叠光谱编码器用于接收单通道畸变重叠光谱并输出第一嵌入特征；所述分离光谱编码器用于接收双通道分离组件并输出第二嵌入特征；所述重叠光谱编码器和所述分离光谱编码器均采用一维卷积神经网络结构，且所述一维卷积神经网络结构包含残差连接和注意力机制；所述重叠光谱编码器的数学表达式为，所述分离光谱编码器的数学表达式为，其中，表示重叠光谱样本，表示分离组件样本，和分别表示第一嵌入特征和第二嵌入特征； 通过光谱分离模型的双解码器网络将所述第二嵌入特征重构为分离的畸变光谱组件和高斯光谱组件，并基于均方误差和物理约束计算重构损失函数； 基于所述对比学习损失函数和所述重构损失函数确定联合损失函数，并基于所述训练数据集对所述光谱分离模型进行训练； 基于实测获取的单通道畸变重叠光谱和对应的双通道分离组件，对训练后的光谱分离模型进行参数微调，得到目标光谱分离模型；所述目标光谱分离模型用于对实测的畸变重叠光谱数据进行光谱组件的分离； 利用所述目标光谱分离模型对待测单通道畸变重叠光谱进行光谱组件的分离，并依据分离得到的光谱组件输出对应的物理参量。

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集美大学，其通讯地址为：361021 福建省厦门市集美银江路185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。