西北工业大学史文涛获国家专利权
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！
龙图腾网获悉西北工业大学申请的专利一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的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：CN116992263B 。
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：202310945538.9，技术领域涉及：G06F18/213；该发明授权一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的方法是由史文涛;陈东;张群飞;刘树勋;何成兵;景连友设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。
本一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的方法在说明书摘要公布了：本发明涉及一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的方法，采用多任务学习模型，对信号的类别能量比和信号的时域波形进行分开估计，相较于单个分离任务，本发明仅在增加少许网络开销的情况下，共用步骤2和步骤3中的编码器和高维特征提取器，利用标签的类别信息对网络进行引导训练，以此获得优于单独分离任务的噪声分离性能；同时，本发明引入的能量估计器结构，可以对混合噪声中单一来源噪声成分的能量占比进行更有效的估计，相较于从分离噪声中提取能量信息，该结构提升了分离识别的准确性，更能满足对水下航行器自噪声的分离识别要求。
本发明授权一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的方法在权利要求书中公布了：1.一种基于多任务学习的水下航行器自噪声特征提取、识别与分离的方法，其特征在于，包括以下步骤： 步骤1：利用在线合成方法，对采集得到的不同种类、不同阶段的噪声进行混合，得到由多种噪声组成的混合噪声数据集，噪声的类别与混合能量占比构成噪声的输入标签； 步骤2：采用编码器对混合噪声进行初步处理，得到浅层混合表征； 步骤3：针对所述的浅层混合表征，使用高维特征提取器提取深层表征； 步骤4：使用能量估计器处理所述深层表征，得到混合噪声中各噪声成分的类别和能量占比输出，此输出使用输入标签进行优化；同时，使用掩码估计器获得混合噪声中各噪声成分的分离掩码； 步骤5：将各噪声成分的分离掩码与浅层混合表征对应相乘，得到各个噪声成分的分离表征，将分离表征输入与编码器结构相应的解码器中，得到各个噪声成分的时域波形； 步骤6：将噪声类别及能量占比与恢复的时域波形相乘，最终生成各类噪声的估计信号。
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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号