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高斯牛顿算法的短时自适应时变滤波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：CN119363073B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411295145.9，技术领域涉及：H03H21/00；该发明授权一种基于高斯牛顿算法的短时自适应时变滤波方法是由智永锋;王冲;张龙设计研发完成，并于2024-09-15向国家知识产权局提交的专利申请。

本一种基于高斯牛顿算法的短时自适应时变滤波方法在说明书摘要公布了：本发明提供了一种基于高斯牛顿算法的短时自适应时变滤波方法，主要解决现有技术中自适应滤波器能够需要提前引入参考信号而无法处理未知干扰的问题和干扰和有用信号处于同一频段内无法正确识别有用信号的问题；本发明采用的方案能够自动识别干扰的瞬时角频率，并进行滤波，从而去除干扰，无须参考信号，同时提高了对干扰瞬时角频率估计的准确性，从而增强了滤波效果，并且当干扰与信号处于同一频段内，本发明可以自动识别干扰的瞬时角频率进行指定滤除，不会对有用信号造成损失。

本发明授权一种基于高斯牛顿算法的短时自适应时变滤波方法在权利要求书中公布了：1.一种基于高斯牛顿算法的短时自适应时变滤波方法，其特征在于，包括如下步骤： S1：根据输入干扰和采样率，设置瞬时角频率参数向量，并进行初始化； 设置瞬时角频率参数向量的方法为固定值法或通过时频分析方法获得；所述时频分析方法包括短时傅里叶变换时频分析法和魏格纳-威利时频分析法； S2：将输入干扰分段为若干短时干扰，分段总数为，为当前段序号； S3：遍历所有的短时干扰，判断当前段序号是否等于分段总数； 若等于分段总数，则已完成所有短时干扰的最终瞬时角频率估计，结束循环，跳转至步骤S5； 若不等于分段总数，则执行，，并跳转至步骤S4，提取第段短时干扰的最终瞬时角频率； S4：通过第段短时干扰和瞬时角频率参数向量，利用基函数空间展开和高斯牛顿算法提取第段短时干扰的最终瞬时角频率，然后转至步骤S3； 通过第段短时干扰和瞬时角频率参数向量，利用基函数空间展开和高斯牛顿算法提取第段短时干扰的最终瞬时角频率的具体步骤为： S4.1：提取第段短时干扰，建立基函数空间、极点收缩系数和正则化矩阵，并初始化牛顿高斯算法迭代轮数，的初值为；为计数器； ，为第段短时干扰； 其中表示阶单位矩阵；表示基函数空间的最大阶数；表示短时干扰的长度； S4.2：将瞬时角频率参数向量乘基函数空间得到该段短时干扰的预估瞬时角频率： S4.3：对预估瞬时角频率进行余弦和乘法运算获得时变滤波器系数； S4.4：通过时变滤波器传递函数计算预测误差和瞬时角频率参数向量梯度； 步骤S4.4中的通过时变滤波器传递函数计算预测误差和瞬时角频率参数向量梯度，具体公式为： 其中是时变滤波器系数相对预测误差的梯度，具体公式为： 其中，和为中间变量； S4.5：判断第次循环的代价值和第次循环的代价值的绝对误差是否小于阈值： 若第次循环的代价值和第次循环的代价值的绝对误差小于阈值，则认为当前瞬时角频率为最终瞬时角频率，转至步骤S3； 若第次循环的代价值和第次循环的代价值的绝对误差大于或等于阈值，则执行步骤S4.6； 代价值的具体公式为： 其中，阈值的取值为； 提取最终瞬时角频率的公式为： 其中表示提取第段短时干扰最终瞬时角频率的起始序号，表示提取第段短时干扰最终瞬时角频率的结束序号； S4.6：利用高斯牛顿算法更新瞬时角频率参数向量作为第次循环的瞬时角频率参数向量，执行步骤S4.2； 更新瞬时角频率参数向量的具体公式为： 其中是第次循环的代价函数伪黑塞矩阵，是第次循环的代价函数梯度； S5：根据干扰最终瞬时角频率与时变滤波器传递函数计算滤波结果； 根据干扰最终瞬时角频率与时变滤波器传递函数计算滤波结果的具体步骤为： 其中为滤波系数；滤波系数取值为0.995。

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”。

以上内容由龙图腾AI智能生成。