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！

龙图腾网获悉南京航空航天大学申请的专利一种基于LSTM神经网络消除连续小波变换影响区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：CN117093856B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310976414.7，技术领域涉及：G06F18/2131；该发明授权一种基于LSTM神经网络消除连续小波变换影响区的方法是由周丽;郭庆宇;邱涛设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种基于LSTM神经网络消除连续小波变换影响区的方法在说明书摘要公布了：本发明一种基于LSTM神经网络消除连续小波变换影响区的方法，具体为：将颤振飞行试验的紊流激励响应信号在时域内进行预处理，整理成用于训练回归模型的数据集，包括训练集和验证集。将该数据集用于LSTM回归模型训练，得到回归模型。利用训练得到的回归模型将时域信号在数据起始之前和数据结束之后分别拟合外推一段数据点，使增加的数据点长度与连续小波变换产生的影响区长度相同。根据增加的数据点长度，在连续小波变换后将时频矩阵中增加数据点对应的部分截除，从而消除连续小波变换的影响区。该方法旨在解决使用连续小波变换对颤振飞行试验的紊流激励响应信号分析时，由于影响区的存在造成密集模态分离结果差，阻尼识别误差大的问题。

本发明授权一种基于LSTM神经网络消除连续小波变换影响区的方法在权利要求书中公布了：1.一种基于LSTM神经网络消除连续小波变换影响区的方法，其特征在于，所述的方法如下： 步骤一、将颤振飞行试验的紊流激励响应信号在时域内进行预处理，整理成用于训练回归模型的数据集； 步骤二、将数据集用于LSTM回归模型训练，得到回归模型； 步骤三、利用训练得到的回归模型将时域信号在数据起始之前和数据结束之后分别拟合外推一段数据点，使增加的数据点长度与连续小波变换产生的影响区长度相同； 所述的步骤三具体为： 确定信号的延拓长度m：信号的延拓长度以完全消除小波变换后时频图内影响区为目标；小波基函数的一般表达式为 其中a为尺度参数，b为平移参数，t为时间；认为在小波函数单边包线衰减到其极值的0.1％时的时间值T为进行小波变换时在信号中失真产生端点效应的时间长度； 对信号进行连续小波变换时，小波基函数的尺度a越大，在时频图中影响区的范围越大；小波基函数尺度与时频图中的信号频率对应； 将一次小波变换中的最大尺度的小波基函数的单边包线衰减到其极值0.1％时的时间值T作为信号延拓的时间长度；信号采样率为fs，因此信号的延拓长度为： m＝Tfs3； 步骤四、根据增加的数据点长度，在连续小波变换后将时频矩阵中增加数据点对应的部分截除，消除连续小波变换的影响区； 对预测延拓后的信号进行连续小波变换，信号进行连续小波变换后得到时频矩阵Mn,N+m；时频矩阵的列数与时间序列长度相等，行数取决于尺度函数；时频矩阵的前m列为预测延拓信号的连续小波变换系数，将m列小波系数删除得到新的时频矩阵Mn,N；新的时频矩阵既为原信号消除影响区的连续小波变换结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。