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！

龙图腾网获悉通泰恒盛(江苏)科技有限责任公司;北京通泰恒盛科技有限责任公司申请的专利一种声发射传感器及声发射能量信号分离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：CN119861148B 。

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：202411987102.7，技术领域涉及：G01N29/46；该发明授权一种声发射传感器及声发射能量信号分离方法是由雷亮;蒋鹏;周宇峰;王义平设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种声发射传感器及声发射能量信号分离方法在说明书摘要公布了：本发明属于声发射传感器技术领域，具体涉及一种声发射传感器及声发射能量信号分离方法，通过发射多个单频激励信号接收回波获得时域信号数据集，然后进行时频分析、特征提取、主成分分析、聚类分析并输入色散模型验证，将信号分离为反射信号、透射信号和噪声信号，最后重构透射信号并评估分离信号，获得高质量的分离透射信号。本发明通过分析不同频率声波在材料中的扩散特性，有效区分反射信号、透射信号和环境噪声，从而准确识别实际穿过物体的能量信号。将高质量的分离透射信号用于空气耦合超声检测，有效降低的反射信号和噪声信号的干扰，提高了检测精度。

本发明授权一种声发射传感器及声发射能量信号分离方法在权利要求书中公布了：1.一种声发射能量信号分离方法，其特征在于，包括以下步骤： 步骤S1：生成多个单频激励信号，多个所述单频激励信号的频率以对数为间隔； 步骤S2：通过换能器发射多个所述单频激励信号，接收回波获得时域信号数据集； 步骤S3：对所述时域信号数据集进行时频分析，获得时间-频率图谱集； 步骤S4：对所述时间-频率图谱集进行特征提取，获得特征矩阵； 步骤S5：对所述特征矩阵进行主成分分析，获得降维特征矩阵； 所述步骤S5包括以下步骤： 步骤S5.1：获取所述特征矩阵X，所述特征矩阵的大小为m×n，其中m为样本数，n为特征数； 步骤S5.2：计算所述特征矩阵的中心化特征矩阵： Xcentered=X–μ； 其中，μ为所述特征矩阵的均值向量； 步骤S5.3：计算所述中心化特征矩阵的协方差矩阵C： ； 步骤S5.4：对所述协方差矩阵进行特征值分解： C=VΛV^T； 其中，V表示特征向量矩阵，Λ表示特征值的对角矩阵； 步骤S5.5：降序排列所述特征向量矩阵的特征向量，选择前k个特征向量形成投影矩阵W；所述k使累积解释方差比达到预设阈值： explained_variance_ratio=λi∑λi； 其中λi表示特征值； 步骤S5.6：将中心化特征矩阵投影到新的子空间，获得降维特征矩阵： ； 步骤S6：对所述降维特征矩阵进行聚类分析，获得聚类结果，所述聚类结果包括每个所述数据点的类别标签，所述类别标签包括反射、透射和噪声； 步骤S7：根据所述聚类结果和材料物理参数，构建色散模型，将所述色散模型纳入色散模型，得到验证聚类结果； 所述步骤S7中包括以下步骤： 步骤S7.1：根据所述聚类结果，透射信号频散分析计算频率-扩散关系，反射信号频散分析计算频率色散，计算综合频散函数； 步骤S7.2：计算每个聚类组的扩散函数，一致性检查并更新频散分类，计算各聚类组的扩散差异度： 步骤S7.3：根据更新后的聚类模型，基于理论频散模型验证，并更新所述频散分类； 步骤S8：将所述验证聚类结果输入所述色散模型，基于所述验证聚类结果的聚类中心特征识别信号，将所述验证聚类结果内的信号标记为反射信号、透射信号和噪声信号； 步骤S9：将所述透射信号进行信号叠加及处理，获得重构透射信号； 所述步骤S9中包括以下步骤： 步骤S9.1：基于所述透射信号构建信号模型： y=Φx+n； 其中y表示测量信号，Φ表示测量矩阵，x表示原始信号，n表示噪声； 步骤S9.2：压缩感知问题： ； 其中，表示L1范数，表示L2范数，ε表示噪声水平； 步骤S9.3：实现基追踪去噪算法： ； 其中λ表示正则化参数； 步骤S9.4：实现正交匹配追踪算法： ； 对于k=1到K： ； ； 返回； 其中，表示Φ的列，表示Φ的子矩阵，其列由索引； 步骤S10：基于所述单频激励信号和所述重构透射信号，计算分离效果指标。

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通泰恒盛(江苏)科技有限责任公司;北京通泰恒盛科技有限责任公司，其通讯地址为：224000 江苏省盐城市盐南高新区新河街道新园路52号西伏河绿色低碳科创园B-8号楼2层东侧；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”。