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！

龙图腾网获悉江南大学申请的专利基于自适应DUN的倒装芯片超声信号去噪方法及系统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：CN120804528B 。

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：202511302298.6，技术领域涉及：G06F18/10；该发明授权基于自适应DUN的倒装芯片超声信号去噪方法及系统是由宿磊;周忠一;李可;顾杰斐设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于自适应DUN的倒装芯片超声信号去噪方法及系统在说明书摘要公布了：本发明涉及信号处理技术领域，公开一种基于自适应DUN的倒装芯片超声信号去噪方法及系统，包括：获取待测倒装芯片反射的超声信号，构建过完备字典、稀疏表示系数和目标函数，将对目标函数的每次迭代优化作为一个阶段构建具有多阶段的自适应深度展开网络模型；使用模型逐阶段求解稀疏表示系数的最优解，模型包括：对稀疏表示系数中的每个元素进行独立优化的自适应梯度下降模块、增强通道与输入内容关联的自适应阈值机制、提取稀疏特征与时序相关性特征的时间稀疏性增强卷积；最后使用训练完成的模型得到稀疏表示系数的最优解，结合过完备字典对超声信号进行重构。本发明可以自适应去除超声信号中不同水平的噪声，保证鲁棒性、提高去噪效果上限。

本发明授权基于自适应DUN的倒装芯片超声信号去噪方法及系统在权利要求书中公布了：1.一种基于自适应DUN的倒装芯片超声信号去噪方法，其特征在于，包括： 获取待测倒装芯片反射的超声信号，拟合超声信号得到拟合参数，使用拟合参数构建过完备字典； 根据超声信号的固有稀疏特征和过完备字典构建稀疏表示模型，构建稀疏表示模型的目标函数，所述目标函数用于求解所述稀疏表示模型的稀疏表示系数的最优解； 对所述目标函数进行迭代优化，将对所述目标函数进行的每次迭代优化作为一个阶段，构建包括前向传播依次串联的K个阶段的自适应深度展开网络模型，K为总迭代次数；将所述过完备字典、超声信号和稀疏表示系数输入所述自适应深度展开网络模型，使用所述自适应深度展开网络模型逐阶段求解所述稀疏表示系数的最优解；每个阶段包括自适应梯度下降模块和自适应软阈值模块，所述自适应梯度下降模块对所述稀疏表示系数中的每个元素进行独立优化，所述自适应软阈值模块包括自适应阈值机制和时间稀疏性增强卷积，所述自适应阈值机制增强通道与输入内容的关联，所述时间稀疏性增强卷积提取稀疏特征与时序相关性特征； 训练所述自适应深度展开网络模型，使用训练完成的自适应深度展开网络模型得到稀疏表示系数的最优解，结合过完备字典对超声信号进行重构，得到去噪后的超声信号； 使用所述自适应深度展开网络模型逐阶段求解所述稀疏表示系数的最优解，具体为： 所述自适应深度展开网络模型的第k个阶段的工作机制为：将k-1阶段输出的稀疏表示系数、超声信号和过完备字典作为第k阶段的输入，经过第k阶段的自适应梯度下降模块输出第k阶段的中间特征；所述自适应软阈值模块包括两个非线性变换，两个所述非线性变换中嵌入有所述时间稀疏性增强卷积，将第k阶段的两个非线性变换分别记为Fk和Hk；将第k阶段的中间特征输入第k阶段的自适应软阈值模块，第k阶段的中间特征依次经过Fk、自适应阈值机制和Hk，输出第k阶段的稀疏表示系数； 所述自适应深度展开网络模型共有K个阶段，将经过所有K个阶段后输出的稀疏表示系数作为稀疏表示系数的最优解。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。