中国人民解放军海军航空大学刘明刚获国家专利权
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!
龙图腾网获悉中国人民解放军海军航空大学申请的专利一种HPM毁伤等级的边缘AI自动判定方法及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:CN121542929B 。
龙图腾网通过国家知识产权局官网在2026-05-05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:202610062898.8,技术领域涉及:G06F18/2431;该发明授权一种HPM毁伤等级的边缘AI自动判定方法及装置是由刘明刚;刘锦涛;孟浩;王磊;李湉雨;丁士强设计研发完成,并于2026-01-19向国家知识产权局提交的专利申请。
本一种HPM毁伤等级的边缘AI自动判定方法及装置在说明书摘要公布了:本发明涉及高功率微波效应试验与测试技术领域,具体提供一种HPM毁伤等级的边缘AI自动判定方法及装置,方法包括:通过试验体内部的共形光纤传感器阵列与基准传感器同步获取电场、温度及FBG基准数据,并经塑料光纤‑CAN‑FD链路以零金属方式无损回注至屏蔽舱外。在舱外边缘计算设备上,对数据进行体素化、多模态融合及INT8量化处理,生成标准输入张量。由部署于该设备上的毁伤等级判定模型进行推理,输出毁伤等级判定结果及置信度。可选地,模型还可输出标识关键空间区域的热力图。本发明通过边缘计算设备本地部署AI模型、融合多维度传感数据,实现HPM毁伤等级的实时高效判定,同时显著提升判定结果的一致性与客观性。
本发明授权一种HPM毁伤等级的边缘AI自动判定方法及装置在权利要求书中公布了:1.一种HPM毁伤等级的边缘AI自动判定方法,其特征在于,包括以下步骤: 通过内置于试验体的共形光纤电场传感器阵列,获取试验体内部的电场幅值数据;同时,获取试验体内部的温度场数据与光纤布拉格光栅基准数据; 通过塑料光纤传输链路,将电场幅值数据、温度场数据及光纤布拉格光栅基准数据以零金属方式无损回注至屏蔽舱外; 在位于屏蔽舱外的边缘计算设备上,对回注的电场幅值数据进行处理,生成三维体素网格形式的电场体数据;并对电场体数据、温度场数据及光纤布拉格光栅基准数据进行融合与格式化处理,生成符合预定输入规范的模型输入数据; 由部署于该边缘计算设备上的预训练好的毁伤等级判定模型,基于模型输入数据进行推理,输出对应于当前HPM效应的多级毁伤等级判定结果;毁伤等级判定模型包括输入层、主干网络、特征融合层、分类头和输出层;主干网络采用3D卷积神经网络与时间序列变换器的混合架构;特征融合层包含全局平均池化层与全连接层;分类头包含Softmax分类器; 预训练好的毁伤等级判定模型基于模型输入数据进行推理,具体包括: 通过输入层直接接收模型输入数据,或者由输入层执行生成模型输入数据的步骤; 通过主干网络中的3D卷积神经网络提取模型输入数据的空间分布特征,同时通过时间序列变换器提取连续时刻的模型输入数据的时序动态特征,并将空间分布特征与时序动态特征进行融合,得到融合时空特征的中间特征图; 将融合时空特征的中间特征图通过全局平均池化层压缩为一维特征向量,再经由全连接层进行非线性变换与降维,生成表征全局信息的特征向量; 将表征全局信息的特征向量输入至分类头,该分类器输出多维向量,其中每个维度对应一个预定义的毁伤等级的概率; 由输出层将概率值最大的维度所对应的等级作为毁伤等级判定结果,并将该最大概率值作为判定置信度输出; 毁伤等级判定模型还输出热力图数据;毁伤等级判定模型的分类头还包含热力图分支; 预训练好的毁伤等级判定模型基于模型输入数据进行推理,还包括:将中间特征图输入至分类头中的热力图分支,热力图分支对中间特征图进行处理,生成与模型输入数据中电场体数据空间维度一致的三维空间注意力权重图;输出层将三维空间注意力权重图作为热力图数据输出,其中权重值用于标识试验体内不同三维空间位置对毁伤等级判定结果的贡献度; 毁伤等级判定模型在训练阶段的损失函数包含热力图监督损失项,总损失函数表示为: 其中,为超参数,为加权焦点损失项,为临界区间惩罚项,为热力图监督损失项; 热力图监督损失项用于引导模型生成具有物理可解释性的热力图,表示为: 其中,为模型对第个样本预测的热力图,共个样本,为对应的输入电场体数据,为归一化函数。
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中国人民解放军海军航空大学,其通讯地址为:264001 山东省烟台市芝罘区二马路188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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励