買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉貴州大學申請的專利面向樣本-標簽噪聲耦合場景的無人機智能故障診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120216888B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510696525.1，技術領域涉及：G06F18/10；該發明授權面向樣本-標簽噪聲耦合場景的無人機智能故障診斷方法是由李傳江;王浩宇;張儀宗;李澄江;張向杰;李少波;安蘇陽;周振華設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本面向樣本-標簽噪聲耦合場景的無人機智能故障診斷方法在說明書摘要公布了：本發明涉及無人機故障診斷技術領域，具體涉及了一種面向樣本?標簽噪聲耦合場景的無人機智能故障診斷方法。步驟包括：獲取無人機運行過程中的信號，向采集到的原始信號注入高斯白噪聲模擬樣本噪聲；構建LWPT子網絡對含有樣本噪聲的信號進行去噪；使用滑動窗口對去噪后的信號進行劃分擴充樣本；劃分訓練集和測試集用于故障診斷任務，并向訓練集中注入標簽噪聲；構建SGLE子網絡減弱訓練過程中標簽噪聲的影響；驗證LWPT?SGLE模型在樣本?標簽噪聲耦合影響下的故障診斷性能。本發明在工業場景中樣本與標簽噪聲耦合影響下的實驗中具有優異的故障診斷性能，為解決復雜噪聲耦合影響的無人機智能故障診斷問題提供了有效的解決方案。

本發明授權面向樣本-標簽噪聲耦合場景的無人機智能故障診斷方法在權利要求書中公布了：1.面向樣本-標簽噪聲耦合場景的無人機智能故障診斷方法，其特征在于：包括以下步驟： 步驟一、使用傳感器分別獲取無人機運行過程中正常狀態以及電機故障、螺旋槳故障、低電壓故障、負載丟失故障、加速度計故障、陀螺儀故障、磁力計故障、氣壓計故障和GPS故障狀態下的信號，向采集到的原始信號注入高斯白噪聲模擬樣本噪聲； 步驟二、構建可學習小波包變換LWPT子網絡，對含噪聲信號進行去噪；所述LWPT子網絡為基于小波變換的自編碼器架構； 其中編碼器部分用于將原始信號的每個節點分解為低頻部分和高頻部分，在所有節點應用可學習的閾值來抑制與噪聲相關的系數，并學習參數來適應輸入信號的頻率特性，通過學習適當的稀釋表示去除噪聲； 經過編碼器得到干凈系數，基于干凈系數，解碼器部分采用可學習轉置卷積自適應地優化重構過程中的參數，逐步重構信號，進行信號去噪； 步驟三、使用滑動窗口對去噪后的信號進行劃分擴充樣本； 步驟四、劃分訓練集和測試集用于故障診斷任務，向訓練集中注入標簽噪聲； 所述步驟四中向訓練集中注入標簽噪聲的方式為：通過噪聲轉移矩陣來描述干凈標簽翻轉為噪聲標簽的概率，注入的標簽噪聲包括對稱標簽噪聲以及非對稱標簽噪聲，所述對稱標簽噪聲基于對稱標簽噪聲轉移矩陣以相同的概率使得某類干凈標簽樣本翻轉為其余類別標簽，所述非對稱標簽噪聲基于非對稱標簽噪聲轉移矩陣，使某一類別的樣本與另一特定類別具有較高相似性； 步驟五、構建尺度圖表增強SGLE子網絡減弱訓練過程中的標簽噪聲的影響，所述步驟五中，SGLE子網絡包括以下迭代步驟： S5.1、樣本選擇：對樣本信號進行下采樣得到不同尺度的信號，融合不同尺度的信號并進行學習，基于小損失準則挑選干凈標簽的樣本； S5.2、樣本重標記：對于未被選擇的樣本，基于標簽傳播理論，構建圖嵌入學習網絡組件，通過所述嵌入學習網絡組件利用干凈標簽樣本對未被選擇的樣本進行標簽校正； 步驟六、對訓練得到的LWPT-SGLE模型進行測試，測試其在樣本-標簽噪聲耦合影響下的故障診斷結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人貴州大學，其通訊地址為：550004 貴州省貴陽市花溪區甲秀南路貴州大學西校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。