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！

龙图腾网获悉中科飞特(山东)科技有限公司申请的专利一种用于航磁测量的高精度磁测数据处理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：CN119537808B 。

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：202411634653.5，技术领域涉及：G06F18/10；该发明授权一种用于航磁测量的高精度磁测数据处理方法是由陶然;任伟;李言新;张海杰;张伟光;彭德昊设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种用于航磁测量的高精度磁测数据处理方法在说明书摘要公布了：本发明属于数据处理领域，特别涉及一种用于航磁测量的高精度磁测数据处理方法。该方法包括以下步骤：首先通过自适应噪声抑制网络利用卷积神经网络对采集的航磁测量数据进行自适应噪声抑制；其次采用增强型小波包变换与粒子群优化算法联合去噪；最后通过深度强化学习方法对磁测数据进行动态校正。本发明通过多种技术手段有效去除环境噪声和设备干扰噪声，提升去噪效果和信号质量，能根据实时数据反馈调整校正参数，提高校正精度，最终保证磁测数据的高精度。

本发明授权一种用于航磁测量的高精度磁测数据处理方法在权利要求书中公布了：1.一种用于航磁测量的高精度磁测数据处理方法，其特征在于，包括以下步骤： S1、首先是数据采集和预处理，通过自适应噪声抑制网络，利用卷积神经网络对采集的航磁测量数据进行自适应噪声抑制，去除由于环境噪声、传感器误差和电磁干扰引起的噪声，其中自适应去噪公式为：其中fθX为卷积神经网络的输出，为去噪后的信号，X为原始输入数据； S2、其次采用增强型小波包变换与粒子群优化算法联合去噪，具体公式为： Yk＝fEWTSk,θPSO，其中Sk为输入的第k个信号，EWTSk,θPSO表示通过增强型小波包变换对信号Sk进行小波包分解，f函数为信号重构函数，Yk为最终得到的信号； S3、最后通过深度强化学习方法对磁测数据进行动态校正，调整数据采集中的偏差，所述深度强化学习方法通过设计奖惩机制来动态校正，自动调整校正参数以最大化测量精度； 所述步骤S2中增强型小波包变换的处理步骤为： S21、首先使用增强型小波包变换对去噪信号进行多尺度分解，得到若干频带的子信号：其中Wi表示去噪信号在第i个频率子带上的分解结果，n为分解的频带数； S22、在每个子带中，引入自适应阈值τi，并利用粒子群算法优化阈值选择，对于第i个子带信号Wi，其自适应去噪公式为：其中βi为粒子群算法优化得到的自适应调节系数； S23、粒子群算法寻找最佳的阈值和调节系数的组合，适应性函数定义为：其中Si，为第i个样本的目标信号和去噪信号，为去噪信号和目标信号在频域中的第j个频带幅值； S24、在找到最佳参数后，对去噪后的各个子带进行重构，以恢复去噪信号Yk： 所述步骤S3中通过设计奖惩机制来评估校正策略的具体实现方式为： S31、首先将奖惩机制分为短期奖励和长期奖励，短期奖励函数为：rshort-term＝-α·|Ecurrent-Eexpected|，长期奖励函数为：其中α为短期误差权重，β为长期误差权重，Ecurrent是当前校正误差，Eexpected为理想误差，T为历史时间窗口长度，Etrend,t表示时间窗口内的趋势误差； S32、根据当前数据的复杂性动态调整短期和长期奖惩的权重系数，αadaptive＝α·1+γ·Ecomplexity，βadaptive＝β·1-γ·Ecomplexity，其中Ecomplexity代表数据的复杂性，γ为调节因子； S33、最后针对不同误差源分别设计奖惩权重，误差源奖惩公式为：其中ωk为第k类误差源的自适应权重，为每个误差源的校正误差值，通过不同权重分配，增强校正策略对关键误差源的敏感性。

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科飞特(山东)科技有限公司，其通讯地址为：252400 山东省聊城市莘县莘亭街道办事处东升路光华广场西南200米；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”。