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！

龙图腾网获悉西南交通大学申请的专利一种气动信号识别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：CN116465596B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310271083.7，技术领域涉及：G01M9/08；该发明授权一种气动信号识别方法是由孙弋;李世超;高宏力;徐浩;邵凯波;宋金涛设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种气动信号识别方法在说明书摘要公布了：本发明公开了一种气动信号识别方法，其特征在于，包括以下步骤：S1：从气动测力系统FMS的有效测试阶段获取信号作为训练样本；S2：输出具有平滑趋势特征的源域信号和目标域信号；S3：利用交叉熵损失函数进行特征迁移，减少源域信号和目标域信号之间的差距；S4：将源域信号的特征转换输入源域特征，卷积神经网络利用自适应EMD进行动态补偿，对源域信号进行信号重构，抑制源域信号中的惯性分量；S5：根据预测的气动力之间的差距，减小真实的气动力与预测的气动力之间的差距，输出预测的气动信号。本发明既能准确识别气动信号，又能有效抑制其他干扰信号，为精确评估高焓、高超声速飞行器气动特性提供了关键技术和数据支持。

本发明授权一种气动信号识别方法在权利要求书中公布了：1.一种气动信号识别方法，其特征在于，包括以下步骤： S1：从气动测力系统FMS的有效测试阶段获取信号作为训练样本，训练样本包括从缩比台架试验获取的源域样本和从激波风洞风试验获取的目标域样本； S2：将源域样本和目标域样本分别输入卷积神经网络的残差注意力模块，抑制源域样本和目标域样本的气动噪声和量化噪声，输出具有平滑趋势特征的源域信号和目标域信号； S3：利用交叉熵损失函数进行特征迁移，减少源域信号和目标域信号之间的差距； S4：将源域信号的特征转换输入源域特征，卷积神经网络利用自适应EMD进行动态补偿，对源域信号进行信号重构，抑制源域信号中的惯性分量； 所述步骤S4中卷积神经网络利用自适应EMD对源域信号进行动态补偿的方法为： 其中，是卷积神经网络中第层的输出特征，是卷积神经网络中第层的输出特征，为自适应EMD从第一层到第层的重构源域信号； S5：根据预测的气动力之间的差距，减小真实的气动力与预测的气动力之间的差距，输出预测的气动信号。

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南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。