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;中国船舶重工集团公司第七0五研究所申请的专利一种基于深度学习的智能滤波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：CN119582802B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510142604.8，技术领域涉及：H03H21/00；该发明授权一种基于深度学习的智能滤波方法及系统是由周大明;郑为;申珅;周景军;田雨;马宸宇浩;吕梅柏;王佩;王红梅;葛致磊;万力铭设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本一种基于深度学习的智能滤波方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的智能滤波方法及系统，涉及数据滤波技术领域。以解决使用智能优化算法进行滤波器参数寻优时，寻优性能和计算效率相互冲突这一技术问题。获得干扰控制指令数据；提取每个数据在寻优后期阶段所经过的个体；对数据分类后将同一类数据所对应的寻优后期个体组合获得各类子搜索空间；待滤波控制指令数据归类后调取该类子搜索空间进行滤波器参数寻优。本发明通过提取寻优后期个体聚焦于对干扰控制指令数据滤波效果接近最优的部分滤波参数；将寻优后期个体组合获得了独属于各类数据的子搜索空间，对待滤波控制指令数据进行处理时仅在对应的子搜索空间进行搜索，降低了搜索范围还提高了搜索性能。

本发明授权一种基于深度学习的智能滤波方法及系统在权利要求书中公布了：1.一种基于深度学习的智能滤波方法，其特征在于，包括： 在所采集的若干个真实控制指令数据中分别添加不同类型和强度的噪声信号，获得若干个干扰控制指令数据；所述真实控制指令数据为无人系统中的控制指令数据； 构建包含若干个个体的滤波器参数全局搜索空间，其中每个个体代表一组滤波器参数，以滤波器对干扰控制指令数据进行滤波后所获得的去噪干扰控制指令数据和真实控制指令数据的差距最小化为优化目标，使用优化算法在全局搜索空间中进行寻优，提取每个干扰控制指令数据在寻优后期阶段所经过的个体； 根据干扰控制指令数据的相似性将若干个干扰控制指令数据分为不同的类，将属于同一类干扰控制指令数据所对应的在寻优后期阶段所经过的个体进行组合，获得各类干扰控制指令数据对应的子搜索空间； 获取待滤波控制指令数据，根据待滤波控制指令数据与各类干扰控制指令数据的相似性对待滤波控制指令数据进行归类，调取该类干扰控制指令数据对应的子搜索空间，使用优化算法在该子搜索空间中进行滤波器参数搜索； 所述以滤波器对干扰控制指令数据进行滤波后所获得的去噪干扰控制指令数据和真实控制指令数据的差距最小化为优化目标，使用优化算法在全局搜索空间中进行寻优，具体包括： 构建优化目标： 其中，是干扰控制指令数据；是对干扰控制指令数据进行滤波后所获得的去噪干扰控制指令数据；filter·是滤波器，θ是滤波器参数；Ω是全局搜索空间；表示在全局搜索空间Ω中寻找一组最优滤波器参数θoptimal，使得去噪干扰控制指令数据和真实控制指令数据的差距 最小； 通过自适应调整原始粒子群优化算法中用于控制粒子搜索范围的惯性权重，以降低原始粒子群优化算法在寻优后期阶段所经过的个体波动，获得改进粒子群优化算法，使用改进粒子群优化算法在全局搜索空间Ω中进行寻优； 所述提取每个干扰控制指令数据在寻优后期阶段所经过的个体，具体包括： 获得第t-1次迭代、第t次迭代和第t+1次迭代的适应度值fittnesst-1、fittnesst和fittnesst+1； 计算相邻迭代次数适应度值的变化率的差值Δt： 当相邻迭代次数适应度值的变化率的差值Δt小于所设阈值时，以第t次迭代作为寻优后期阶段起点、最大迭代次数作为寻优后期阶段终点，获得寻优后期阶段起点至优后期阶段终点所经过的个体。

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;中国船舶重工集团公司第七0五研究所，其通讯地址为：710000 陕西省西安市碑林区友谊西路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”。