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！

龙图腾网获悉华南理工大学申请的专利一种基于卷积循环神经网络的主动噪声控制系统及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：CN116246606B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310248622.5，技术领域涉及：G10K11/178；该发明授权一种基于卷积循环神经网络的主动噪声控制系统及方法是由张军;吴泳琳;宁更新;冯义志;余华;陈芳炯;温淼文;季飞设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本一种基于卷积循环神经网络的主动噪声控制系统及方法在说明书摘要公布了：本发明公开了一种基于卷积循环神经网络的主动噪声控制系统及方法，该系统由预处理模块、卷积循环神经网络、信号重构模块、网络损失模块组成。其中，预处理模块用于对参考信号、声音信号进行预处理并提取相应特征；卷积循环神经网络由2个卷积模块、循环神经网络、2个反卷积模块组成，同时采用参考信号特征和声音信号特征作为网络输入，用于预测消除信号特征；信号重构模块用于将频域的消除信号特征重构为时域的消除信号，通过扬声器播放消除信号达到噪声控制的目的；网络损失模块由心理声学模型、损失计算模块组成，通过心理声学模型获得掩蔽阈值，统计网络总损失，其梯度反向传播后用于更新网络模块的权重。

本发明授权一种基于卷积循环神经网络的主动噪声控制系统及方法在权利要求书中公布了：1.一种基于卷积循环神经网络的主动噪声控制系统，其特征在于，所述主动噪声控制系统包括预处理模块、卷积循环神经网络、信号重构模块、网络损失模块，其中， 卷积循环神经网络包括第一卷积模块、第二卷积模块、循环神经网络、第一反卷积模块和第二反卷积模块，网络损失模块包括心理声学模型、损失计算模块，预处理模块分别与第一卷积模块、第二卷积模块相连接，第一卷积模块与第二卷积模块、循环神经网络、第一反卷积模块相连接，第二卷积模块与第一卷积模块、循环神经网络、第一反卷积模块、第二反卷积模块相连接，第一反卷积模块、第二反卷积模块与信号重构模块相连接，网络损失模块与卷积循环神经网络相连接； 所述预处理模块用于对信号进行预处理，参考信号通过预处理模块后输出参考信号特征并输入第一卷积模块，声音信号通过预处理模块后输出声音信号特征并输入第二卷积模块和网络损失模块； 所述第一卷积模块作为编码器用于参考信号特征进行卷积处理，所述第二卷积模块作为编码器用于对声音信号特征进行卷积处理，第一卷积模块和第二卷积模块均包括M个顺次相连的卷积单元，第一卷积模块的第M个卷积单元的输出和第二卷积模块的第M个卷积单元的输出进行特征拼接后作为循环神经网络的输入； 所述第一反卷积模块和第二反卷积模块作为解码器用于对信号特征进行反卷积处理，第一反卷积模块和第二反卷积模块均包括M个顺次相连的反卷积单元，第一反卷积模块和第二反卷积模块的输入均由循环神经网络的输出、第一卷积模块的第M个卷积单元的输出以及第二卷积模块的第M个卷积单元的输出拼接得到，第一反卷积模块的第m个反卷积单元的输入由第一卷积模块的第M-m+1个卷积单元的输出、第二卷积模块的第M-m+1个卷积单元的输出以及第一反卷积模块的第m-1个反卷积单元的输出拼接得到，其中m∈1,M]，第二反卷积模块的第m个反卷积单元的输入由第一卷积模块的第M-m+1个卷积单元的输出、第二卷积模块的第M-m+1个卷积单元的输出以及第二反卷积模块的第m-1个反卷积单元的输出拼接得到； 所述信号重构模块用于将信号特征恢复为时域信号，输入为第一反卷积模块和第二反卷积模块的输出拼接得到的消除信号特征，输出为时域消除信号； 所述心理声学模型用于计算声音掩蔽阈值，输入为声音信号特征以及次要路径标签，输出与损失计算模块相连接，次要路径标签从数据集获取；所述损失计算模块用于计算网络损失，输入为信号重构模块的输出、心理声学模型的输出、次要路径标签、期望信号标签以及非线性系数标签，输出与卷积循环神经网络相连接，次要路径标签、期望信号标签以及非线性系数标签从数据集获取。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。