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！

龙图腾网获悉贵州大学申请的专利面向样本-标签噪声耦合场景的无人机智能故障诊断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：CN120216888B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510696525.1，技术领域涉及：G06F18/10；该发明授权面向样本-标签噪声耦合场景的无人机智能故障诊断方法是由李传江;王浩宇;张仪宗;李澄江;张向杰;李少波;安苏阳;周振华设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本面向样本-标签噪声耦合场景的无人机智能故障诊断方法在说明书摘要公布了：本发明涉及无人机故障诊断技术领域，具体涉及了一种面向样本‑标签噪声耦合场景的无人机智能故障诊断方法。步骤包括：获取无人机运行过程中的信号，向采集到的原始信号注入高斯白噪声模拟样本噪声；构建LWPT子网络对含有样本噪声的信号进行去噪；使用滑动窗口对去噪后的信号进行划分扩充样本；划分训练集和测试集用于故障诊断任务，并向训练集中注入标签噪声；构建SGLE子网络减弱训练过程中标签噪声的影响；验证LWPT‑SGLE模型在样本‑标签噪声耦合影响下的故障诊断性能。本发明在工业场景中样本与标签噪声耦合影响下的实验中具有优异的故障诊断性能，为解决复杂噪声耦合影响的无人机智能故障诊断问题提供了有效的解决方案。

本发明授权面向样本-标签噪声耦合场景的无人机智能故障诊断方法在权利要求书中公布了：1.面向样本-标签噪声耦合场景的无人机智能故障诊断方法，其特征在于：包括以下步骤： 步骤一、使用传感器分别获取无人机运行过程中正常状态以及电机故障、螺旋桨故障、低电压故障、负载丢失故障、加速度计故障、陀螺仪故障、磁力计故障、气压计故障和GPS故障状态下的信号，向采集到的原始信号注入高斯白噪声模拟样本噪声； 步骤二、构建可学习小波包变换LWPT子网络，对含噪声信号进行去噪；所述LWPT子网络为基于小波变换的自编码器架构； 其中编码器部分用于将原始信号的每个节点分解为低频部分和高频部分，在所有节点应用可学习的阈值来抑制与噪声相关的系数，并学习参数来适应输入信号的频率特性，通过学习适当的稀释表示去除噪声； 经过编码器得到干净系数，基于干净系数，解码器部分采用可学习转置卷积自适应地优化重构过程中的参数，逐步重构信号，进行信号去噪； 步骤三、使用滑动窗口对去噪后的信号进行划分扩充样本； 步骤四、划分训练集和测试集用于故障诊断任务，向训练集中注入标签噪声； 所述步骤四中向训练集中注入标签噪声的方式为：通过噪声转移矩阵来描述干净标签翻转为噪声标签的概率，注入的标签噪声包括对称标签噪声以及非对称标签噪声，所述对称标签噪声基于对称标签噪声转移矩阵以相同的概率使得某类干净标签样本翻转为其余类别标签，所述非对称标签噪声基于非对称标签噪声转移矩阵，使某一类别的样本与另一特定类别具有较高相似性； 步骤五、构建尺度图表增强SGLE子网络减弱训练过程中的标签噪声的影响，所述步骤五中，SGLE子网络包括以下迭代步骤： S5.1、样本选择：对样本信号进行下采样得到不同尺度的信号，融合不同尺度的信号并进行学习，基于小损失准则挑选干净标签的样本； S5.2、样本重标记：对于未被选择的样本，基于标签传播理论，构建图嵌入学习网络组件，通过所述嵌入学习网络组件利用干净标签样本对未被选择的样本进行标签校正； 步骤六、对训练得到的LWPT-SGLE模型进行测试，测试其在样本-标签噪声耦合影响下的故障诊断结果。

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贵州大学，其通讯地址为：550004 贵州省贵阳市花溪区甲秀南路贵州大学西校区；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”。