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！

龙图腾网获悉哈尔滨工程大学申请的专利基于非线性重构与高维解耦技术的水面微幅波检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：CN120873543B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510896915.3，技术领域涉及：G06F18/213；该发明授权基于非线性重构与高维解耦技术的水面微幅波检测方法是由王路;李昊;商志刚;王博;赵春晖设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本基于非线性重构与高维解耦技术的水面微幅波检测方法在说明书摘要公布了：本发明提出基于非线性重构与高维解耦技术的水面微幅波检测方法。所述方法用于水面微幅波检测任务。该方法在U‑NET对抗网络中引入时频域约束模块和盲源分离精度反馈模块对微幅波信号进行非线性还原，然后基于子空间平移协方差矩阵进行特征提取，引入非度量缩放技术改进混合矩阵估计，再通过稀疏空间中最优子矩阵恢复源信号。实现了高效准确的水面微幅波检测。

本发明授权基于非线性重构与高维解耦技术的水面微幅波检测方法在权利要求书中公布了：1.基于非线性重构与高维解耦技术的水面微幅波检测方法，其特征在于，所述方法包括： 步骤1：将水面微幅波数据和水下混合音频数据按照比例划分为训练集、验证集以及测试集；基于时频域约束模块和盲源分离精度反馈模块改进的U-NET对抗网络，对水面微幅波信号进行非线性还原； 步骤2：对还原的水面微幅波信号进行特征向量提取，将微幅波时频向量划分到不同子空间，通过特征值分解方法提取子空间时频域向量协方差矩阵的特征向量； 步骤3：引入非度量缩放技术特征矩阵降维，基于特征向量组成的特征矩阵进行盲源信号混合矩阵估计； 步骤4：基于最优子矩阵进行源信号恢复，进行逐时频点的局部逆变换恢复源信号强度，最终通过逆短时傅里叶变换恢复源信号； 在步骤1中，U-NET对抗网络的生成器中加入时频域约束模块，将水面微幅波数据映射到时频域，使对抗训练同时保留时域和频域特征，并更新对抗网络生成器损失函数；其中，时频域约束模块中的时频域正则化损失项和更新后的生成器损失函数分别定义为： 其中，为时频域正则化损失项，和分别是范数和范数的正则化权值，与分别为源信号和生成样本的时频域表示，为生成器的损失函数，为更新后的生成器损失函数； 在步骤1中，U-NET对抗网络引入盲源分离精度反馈模块，对生成器生成的样本进行盲源分离并对水下源信号进行相关性验证，将其用作反馈控制对抗网络；其中盲源分离精度反馈模块输出的是源信号相关系数： 其中，是盲源分离反馈模块输出的源信号相关系数，，分别为初始源信号和经过盲源分离算法估计的源信号，当相关系数小于预设阈值时，驱使U-NetGAN深度反馈训练，生成器的损失函数更新如下： 其中，是生成器最终损失函数，是相关系数的权重系数。

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哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145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。