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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于注意力机制的低相干干涉信号去噪方法及系统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：CN115526200B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202210516792.2，技术领域涉及：G06F18/15；该发明授权基于注意力机制的低相干干涉信号去噪方法及系统是由张涛;夏仁波;赵吉宾;于彦凤;张天宇设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本基于注意力机制的低相干干涉信号去噪方法及系统在说明书摘要公布了：本发明公开了基于注意力机制的低相干干涉信号去噪方法及系统，包括：S1、对低相干信号进行预处理，构建包含噪声的低相干信号训练集；S2、构建由残差模块、上下文信息提取模块、自注意力模块组成的深度一维卷积去噪神经网络；S3、将训练数据输入训练好的网络，消除信号中的噪声；S4、输出干净的低相干信号。系统包括：低相干测量仪、数据采集卡、计算服务器、交互控制装置、显示屏。本发明提出的基于上下文信息与自注意力的低相干信号去噪方法及系统具有调参简单，信号噪声消除效果好等优点。

本发明授权基于注意力机制的低相干干涉信号去噪方法及系统在权利要求书中公布了：1.基于注意力机制的低相干干涉信号去噪方法，其特征在于，包括： S1、对低相干信号进行归一化处理；构建包含噪声的低相干信号数据集； S2、构建深度一维卷积去噪神经网络；包括： S21、建立网络模型，包括：特征提取模块、上下文特征增强模块、自注意力模块、残差模块；所述特征提取模块结合上下文特征增强模块，对其接收的原始低相干信号进行处理，提取非线性信号特征； S22、特征提取模块包括第1层、第2层、第3层、第4层、第5层、第6层、第7层、第8层、第9层、第10层、第11层卷积神经网络；其中第1层、第3层、第5层、第6层、第8层、第10层的操作包括卷积、批量规范化和激活；第2层、第7层、第9层的操作包括扩张卷积、批量规范化和激活；第11层仅有卷积操作； S23、第5层网络输出的特征送入上下文特征增强模块，以增强网络获得全局上下文信息的能力；经过特征增强后，上下文特征增强模块将增强后的特征输入第6层网络，并被后续第7层、第8层、第9层、第10层、第11层网络处理； S24、第11层网络输出的特征通过级联操作与含噪声的原始低相干信号融合，进一步增强网络的特征提取能力，并利用双曲正切Tanh激活函数将融合后的特征换转为非线性特征并同时进行归一化； S25、所述自注意力模块用于对非线性特征，进一步增强网络的噪声提取能力，输出提取到的噪声信号； S26、所述残差模块，用于将原始低相干信号减去提取到的噪声信号，得到干净的低相干信号； S3、利用训练集数据训练深度一维卷积去噪神经网络，验证集数据验证网络是否收敛，测试集数据测试噪声信号消除效果；包括： S31、用训练集训练深度一维卷积去噪神经网络，采用均方误差作为损失函数，并利用反向传播算法训练网络的参数； S32、在训练过程中，用验证集检验模型是否收敛； S33、模型收敛后，使用测试集评估网络消除噪声信号的能力，并结束训练； S4、利用训练好的一维卷积去噪神经网络对待处理的含噪声信号进行处理，输出低相干信号。

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科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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”。