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！

龙图腾网获悉兴唐通信科技有限公司;数据通信科学技术研究所;北京通和实益电信科学技术研究所有限公司申请的专利一种电力线载波通信系统脉冲噪声抑制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：CN119602832B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510125079.9，技术领域涉及：H04B3/54；该发明授权一种电力线载波通信系统脉冲噪声抑制方法是由王海霞;杜夏夏;刘希胜;马维滔;冯甜甜;于松波设计研发完成，并于2025-01-27向国家知识产权局提交的专利申请。

本一种电力线载波通信系统脉冲噪声抑制方法在说明书摘要公布了：本发明涉及电力线数据通信技术领域，尤其涉及一种电力线载波通信系统脉冲噪声抑制方法，所述方法应用于噪声抑制系统，所述方法包括：建立与电力线载波通信系统的数字通信，基于所述数字通信获取预设时间周期内的通信数据集；所述通信数据集包括预设时间周期内按照预设采集频率所采集的数据点；每一数据点包括多个特征；基于所述通信数据集，建立通信特征集；通过所述通信特征集对预先设定的深度学习网络模型进行优化，得到优化后的深度学习网络模型；读取当前的数据点，并将当前的数据点输入至优化后的深度学习网络模型获取预测的配置参数；根据所述预测的配置参数对当前的数据点中的电力线载波信号进行噪声抑制处理。

本发明授权一种电力线载波通信系统脉冲噪声抑制方法在权利要求书中公布了：1.一种电力线载波通信系统脉冲噪声抑制方法，其特征在于，所述方法应用于噪声抑制系统，所述方法包括： 建立与电力线载波通信系统的数字通信，基于所述数字通信获取预设时间周期内的通信数据集； 所述通信数据集包括预设时间周期内按照预设采集频率所采集的数据点；每一数据点包括多个特征； 基于所述通信数据集，建立通信特征集； 通过所述通信特征集对预先设定的深度学习网络模型进行优化，得到优化后的深度学习网络模型； 其中，所述深度学习网络模型包括深度学习网络以及嵌入在深度学习网络中用于在所述深度学习网络模型训练过程中对所述深度学习网络进行优化的注意附加层； 读取当前的数据点，并将当前的数据点输入至优化后的深度学习网络模型获取预测的配置参数； 所述配置参数包括预编码参数、自适应频谱和子载波映射； 根据所述预测的配置参数对当前的数据点中的电力线载波信号进行噪声抑制处理； 所述建立通信特征集，包括： 对所述通信数据集中的数据点进行预处理，得到预处理后的通信数据集； 基于预处理后的通信数据集中的特征，获取相应的协方差矩阵； 对所述协方差矩阵进行特征值分解，得到多个数据组，其中每一数据组均包括一个特征值及其对应的特征向量； 在多个数据组中按照预先设定策略选择N个特征值分别对应的特征向量，将预处理后的通信数据集中的每一数据点分别投影到筛选出的每一特征向量上，得到该数据点所对应的降维后的数据表示； 将预处理后的通信数据集中的所有数据点分别对应的降维后的数据表示组成通信特征集； 所述预处理后的通信数据集包括： 在所述通信数据集中筛选出时序衰减系数满足预先设定阈值的数据点组成初始通信数据集； 在所述初始通信数据集中筛选出符合相似条件的数据点，并对其标记筛选标识； 采用阶梯窗口，对初始通信数据集中带有筛选标识的数据点进行趋势适应分析，使得每一个带有筛选标识的数据点得到对应的适应度分数； 从初始通信数据集中带有筛选标识的数据点中筛选出适应度分数大于预先设定适应度值的数据点组成第一数据点集合； 根据所述第一数据点集合中的每一个数据点所对应的适应度分数和预先设定的可信度分数，获取该数据点对应的综合得分； 将第一数据点集合中综合得分大于预定阈值的数据点以及与数据点一一对应的预设的配置参数组成预处理后的通信数据集； 适应度分数采用下式计算： ； ； 其中，带有筛选标识的第i个数据点的适应度分数和其所对应的采集时间分别为和；带有筛选标识的第i个数据点中信号强度的真实值和预测值分别为和；带有筛选标识的第i个数据点中噪声水平的真实值和预测值分别为和；带有筛选标识的第i个数据点中信噪比的真实值和预测值分别为和；为预先设定的信号强度最大偏差值；为预先设定的噪声水平最大偏差值；为预先设定的信噪比最大偏差值；为时间位置权重，表示带有筛选标识的第i个数据点在阶梯窗口内的重要性；为阶梯窗口的中心时间点；为预先设定的参数值。

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兴唐通信科技有限公司;数据通信科学技术研究所;北京通和实益电信科学技术研究所有限公司，其通讯地址为：100083 北京市海淀区学院路40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”。

以上内容由龙图腾AI智能生成。