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！

龙图腾网获悉北京中冶卓元科技发展有限公司申请的专利基于耦合补偿与特性匹配的电荷式粉尘浓度测量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：CN121275573B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511365127.8，技术领域涉及：G01N15/06；该发明授权基于耦合补偿与特性匹配的电荷式粉尘浓度测量方法是由潘志峰;周璇;张岩;张大伟;白杨;赵楠;张忠海;耿冰设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于耦合补偿与特性匹配的电荷式粉尘浓度测量方法在说明书摘要公布了：本发明公开了基于耦合补偿与特性匹配的电荷式粉尘浓度测量方法，涉及粉尘浓度测量技术领域，通过高频采样获取每个周期的原始信号矩阵和原始环境矩阵，对原始信号矩阵进行分层滤波，采用莱伊特准则滤除异常窗口并通过小波阈值降噪算法重组得到纯净信号矩阵，同步剔除原始环境矩阵中异常窗口重组得到纯净环境矩阵；利用启发式神经网络，量化温湿度对电荷迁移率影响生成矫正信号矩阵，计算信号特征矢量后与浓度模型库进行余弦匹配以选择浓度模型，计算周期内的粉尘浓度均值以完成精确测量。

本发明授权基于耦合补偿与特性匹配的电荷式粉尘浓度测量方法在权利要求书中公布了：1.基于耦合补偿与特性匹配的电荷式粉尘浓度测量方法，其特征在于，包括以下步骤： 每个周期通过采样获取连续窗口的峰值、主频率、信号持续时长、温度和湿度，生成每个周期的原始信号矩阵和原始环境矩阵； 对每个周期的原始信号矩阵进行分层滤波，采用莱伊特准则滤除异常窗口并通过小波阈值降噪算法重组生成每个周期的纯净信号矩阵，同步剔除原始环境矩阵中异常窗口，重组得到每个周期的纯净环境矩阵； 将每个周期的纯净信号矩阵与纯净环境矩阵协同输入启发式神经网络，挖掘二者时序关联并多模态融合，基于电荷感应原理量化温度、湿度对电荷迁移率的影响并作为隐藏层神经元权重的初始化依据和物理约束条件，通过前向传播映射生成每个周期的矫正信号矩阵； 计算每个周期矫正信号矩阵的信号特征矢量，通过余弦匹配从浓度模型库中选择对应浓度模型，计算周期内矫正信号矩阵所有窗口的粉尘浓度并取均值，得到粉尘浓度； 所述启发式神经网络包括多模态时序模块、隐藏模块和输出模块；隐藏模块基于电荷感应原理设计，计算温度与标准温度之差以及湿度与标准湿度之差的线性组合，以自然常数为底、以所述线性组合为指数所得的幂值等于电荷迁移率与标准电荷迁移率之比，依据电荷测定实验数据拟合确定线性组合中的温度迁移因子和湿度迁移因子，将温度神经元初始权重设为0.1倍温度迁移因子、湿度神经元初始权重设为0.1倍湿度迁移因子，设置物理约束要求温度、湿度神经元权重与对应初始权重的差不超过初始权重的0.2倍； 所述小波阈值降噪算法包括：用db4小波基对滤波信号矩阵的滤波峰值矢量做5层递进分解，得到低频系数矢量与高频系数矢量；基于第1层的高频系数矢量的中位数，将第1层的高频系数矢量中每个高频系数分别减去中位数并取绝对值以得到每个高频系数相对于中位数的绝对偏差，确认绝对偏差的中位数得到第1层的绝对中位差再除以中位数对应的标准化系数得到噪声标准差；将噪声标准差乘以2倍剩余采样总数的自然对数值的平方根得到多诺霍阈值；对高频系数做软阈值处理，用db4小波基逆变换重构，生成纯净信号矩阵。

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北京中冶卓元科技发展有限公司，其通讯地址为：100070 北京市丰台区南四环西路188号十七区18号楼2层202-214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。