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！

龙图腾网获悉中山大学申请的专利基于Q学习的小波降噪直接定位算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：CN119126015B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411382703.5，技术领域涉及：G01S5/02；该发明授权基于Q学习的小波降噪直接定位算法是由姜园;黄伟迪;何曙明设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于Q学习的小波降噪直接定位算法在说明书摘要公布了：本发明提供一种基于Q学习的小波降噪直接定位算法，其特征在于，包括以下步骤：S1：根据探索系数和Q值表，选择合适的降噪阈值；S2：使用选择的降噪阈值，对接收到的信号进行小波降噪处理；S3：使用降噪后信号的信号进行空间谱估计；S4：结合空间谱的估计结果以及观测站的动作得到奖励矩阵R；S5：利用奖励矩阵对Q值表进行更新，在学习完毕后就能得到最优的直接定位结果。本发明使用Q学习算法对带噪信号进行直接定位，用定位结果作为反馈进行学习，比其他降噪算法使用信噪比作为反馈更加合理，有效提高了定位算法的智能，在低信噪比条件下具有更高的定位精度。

本发明授权基于Q学习的小波降噪直接定位算法在权利要求书中公布了：1.一种基于Q学习的小波降噪直接定位算法，其特征在于，包括以下步骤： S1：根据探索系数和Q值表，选择合适的降噪阈值； S2：使用选择的降噪阈值，对接收到的信号进行小波降噪处理； S3：使用降噪后信号的信号进行空间谱估计； S4：结合空间谱的估计结果以及观测站的动作得到奖励矩阵R； S5：利用奖励矩阵对Q值表进行更新，在学习完毕后就能得到最优的直接定位结果； 步骤S1中当观测站接收到带噪信号后，会根据探索系数决定采用随机阈值进行滤波或者根据Q值表选择阈值进行滤波，其中Q值表states代表阈值，记为sta，action代表增加阈值、减少阈值或保持阈值不变三种动作，记为act；阈值的可选范围为[0，λmax]，所以Q值表共有λmax个状态；探索系数越大，观测站采用随机阈值的概率就会越大；其中探索系数P会随着迭代不断下降，设置如下： P＝βr 其中β是探索因子，β∈[0，1]；r是迭代次数；如果采用根据Q值表选择阈值，则会选择Q值最大的阈值进行滤波；当前阈值记为λ； 观测站接收到的带噪信号表示为： xt＝A·st+nt 其中st为目标发射的信号，A是阵列导向矩阵，nt是高斯加性白噪声；xt是观测站接收到的信号； 观测站对接收到的信号进行小波分解，小波变换系数幅度WTa，b的计算方式如下： 式中，a为尺度因子，b为平移因子，*表示复共轭，Ψt为小波函数，Ψa，bt为小波母函数经过伸缩平移得到的小波基函数： 选用sym4小波对接收信号进行小波变化；Sym4小波的支撑范围为2*4-1，消失矩为4，同时也具备较好的正则性、连续性和对称性；一定程度上能够减少对信号进行分析和重构时的相位失真； 由于信号具有强相关性，信号会集中在大的小波系数上；利用步骤S1得到的阈值对小波系数进行处理，降噪的阈值函数为： 其中wj，k代表降噪前的第j尺度上第k个小波系数，代表降噪后的第j尺度上第k个小波系数；当前阈值记为λ；之后使用降噪后的小波系数对信号进行重构，得到降噪信号； 信号重构的公式为： 其中，为降噪后的信号。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。