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！

龙图腾网获悉武汉大学申请的专利一种多尺度融合与时频对抗轴承故障信号生成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：CN116992386B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202311038600.2，技术领域涉及：G06F18/2433；该发明授权一种多尺度融合与时频对抗轴承故障信号生成方法及系统是由伊同强;郭江;袁方;高纪远;师勇杰;邱元锋设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本一种多尺度融合与时频对抗轴承故障信号生成方法及系统在说明书摘要公布了：本公开属于轴承故障诊断技术领域，具体提供了一种多尺度融合与时频对抗轴承故障信号生成方法及系统，其中方法包括：构建多尺度注意力动态加权融合的生成器；构建时域判别器和频域判别器，将时域判别器和频域判别器的输出进行结合得到综合判别器；使用Wassertein距离作为损失函数，并加入了梯度惩罚策略，交替迭代训练所述生成器与所述综合判别器，得到轴承故障信号生成模型；将轴承故障数据输入所述轴承故障信号生成模型得到故障生成信号。克服了传统轴承故障诊断样本太小的问题，提升了样本逼真度。通过构建时域和频域判别器，全面分析故障样本的时频特征，从而能够在后期的故障诊断过程中增强诊断的准确性和稳健性。

本发明授权一种多尺度融合与时频对抗轴承故障信号生成方法及系统在权利要求书中公布了：1.一种多尺度融合与时频对抗轴承故障信号生成方法，其特征在于，包括： 构建多尺度注意力动态加权融合的生成器； 构建时域判别器和频域判别器，将时域判别器和频域判别器的输出进行结合得到综合判别器； 使用Wassertein距离作为损失函数，并加入了梯度惩罚策略，交替迭代训练所述生成器与所述综合判别器，得到轴承故障信号生成模型； 将轴承故障数据输入所述轴承故障信号生成模型得到故障生成信号； 所述构建多尺度注意力动态加权融合的生成器，具体包括： 构建多尺度生成器，包含多个网络结构一致的子生成器； 构建多头自注意力加权融合模块,以动态加权的方式聚合来自多个子生成器的输出特征； 所述构建多头自注意力加权融合模块,以动态加权的方式聚合来自多个子生成器的输出特征，具体包括： 第一步,输入噪声向量Z通过线性变换得到查询矩阵Q、键矩阵K和值矩阵V； 第二步，在头维度上对Q、K、V进行拆分,得到第i个头对应的Qi、Ki和Vi，对每个头计算缩放点积Attention； 第三步，通过对第h个头和第i个生成器计算加权特征，其中，Whi表示第h个头对第i个生成器的注意力权重，表示第i个子生成器的输出特征； 第四步，对所有头和生成器的加权特征求和,得到最终的特征融合结果； 所述时域判别器的构建，具体包括： 第一步，定义了一个一维卷积层，用于从输入的序列数据中提取局部特征； 第二步，通过LeakyReLU激活函数增加非线性，以提升时域判别器的表达能力； 第三步，通过Dropout层进行正则化，随机忽略部分神经元，防止模型过拟合； 第四步，模型通过平均池化层降低数据的维度，同时保留预设重要的特征信息； 第五步，通过一个全连接层对所有特征进行整合，输出时域判别器的最终结果； 所述频域判别器的构建，具体包括： 首先，对输入的振动信号样本进行SFTF变换，将振动信号数据从时域转换到频域； 然后，通过同样的一维卷积层，LeakyReLU激活函数，Dropout层，和平均池化层提取频域特征。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌珞珈山；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。