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！

龙图腾网获悉北京安心易维科技有限公司申请的专利一种基于次声与北斗信号的多模态边坡状态监测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：CN121114239B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511511268.6，技术领域涉及：G01N29/14；该发明授权一种基于次声与北斗信号的多模态边坡状态监测方法是由王海利;石才田;陈凯设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于次声与北斗信号的多模态边坡状态监测方法在说明书摘要公布了：本发明涉及地质灾害防治领域，具体公开了一种基于次声与北斗信号的多模态边坡状态监测方法，包括：基于边坡三维地质模型与数值模拟确定潜在滑移面，协同布设次声传感器阵列与北斗监测站；通过混合自组网与北斗短报文实现数据可靠传输；采用小波包变换与频谱分析提取次声特征，利用态阈值最小二乘算法处理北斗信号；构建基于注意力机制的时空卷积网络动态融合多模态特征；基于动态阈值模型触发分级预警，并自适应调整系统运行参数。本发明解决了现有监测方法中布设不科学、融合程度低、环境适应性差等问题，实现了边坡状态的早期精准预警与自适应智能监测，可广泛应用于矿山、公路、铁路等领域的边坡稳定性监测。

本发明授权一种基于次声与北斗信号的多模态边坡状态监测方法在权利要求书中公布了：1.一种基于次声与北斗信号的多模态边坡状态监测方法，其特征在于，包括： 基于边坡三维地质模型与数值模拟确定的潜在滑移面，在坡顶、坡肩及潜在滑面区域协同布设次声传感器阵列与北斗监测站； 次声传感器阵列采集岩体破裂次声信号，北斗监测站获取毫米级位移数据；通过ZigBee、LoRa与北斗短报文的混合自组网实现数据传输； 采用小波包变换对原始信号进行降噪，原始信号包括岩体破裂次声信号和毫米级位移数据；计算原始信号的短时傅里叶变换获取时频谱；提取主频、频带能量比、频谱熵以及基于声达时间差的方位特征；利用态阈值最小二乘算法处理北斗信号； 将次声特征向量与北斗位移序列进行时空对齐，其中次声特征向量是描述边坡内部微观损伤的多维、定性特征集合，北斗位移序列是描述边坡整体宏观形变的直接、定量测量数据；输入至基于注意力机制的时空卷积网络，动态加权融合多模态特征，输出边坡稳定状态概率； 基于融合输出，采用动态阈值模型触发分级预警；根据预警等级与现场情况，自适应调整传感器阵列采样频率； 定期将新增监测数据与预警结果反馈形成闭环，对时空卷积网络进行增量学习，优化其在特定边坡环境下的性能； 所述基于边坡三维地质模型与数值模拟确定的潜在滑移面，在坡顶、坡肩及潜在滑面区域协同布设次声传感器阵列与北斗监测站，具体包括：通过终端设备倾斜摄影建立边坡三维地质模型；采用数值模拟方法分析极端工况下的稳定性，确定潜在滑移面；次声传感器采用等边三角形布局，中心位于坡顶或坡肩；北斗监测站布设在潜在滑移面投影线及关键部位，关键部位包括已存在的变形区域、地质结构薄弱部位、几何形态与应力集中部位、工程活动影响区； 所述通过终端设备倾斜摄影建立边坡三维地质模型，具体包括： 通过终端设备获取边坡表面的高分辨率影像数据，利用光束法平差算法，建立观测方程使误差最小化，得到边坡的三维点云数据；公式为：，其中：为参与平差计算的三维点的总数，为第个观测点的二维坐标，为该观测点在三维空间中的坐标，为相机的成像模型，包括焦距、主点坐标、旋转矩阵和平移向量； 将三维点云数据进行Delaunay三角剖分，生成三角形网格，构建边坡的三维地质模型； 所述采用数值模拟方法分析极端工况下的稳定性，确定潜在滑移面，具体包括： 运用弹性力学方程，分析边坡在极端工况下的应力分布情况；公式为：，其中：为正应力，为剪应力，为拉梅常数，为应变分量，为剪应变分量； 利用极限平衡法，计算边坡的安全系数，确定潜在滑移面；公式为：，其中：为安全系数，为岩土的黏聚力，为滑移面的长度，为法向应力，为内摩擦角，为滑动体的重量，为滑动面的倾角； 假设滑移面为圆弧，用圆心坐标和半径参数化滑移面，公式为：，其中：为滑移面上点的二维平面坐标； 所述将次声特征向量与北斗位移序列进行时空对齐，其中次声特征向量是描述边坡内部微观损伤的多维、定性特征集合，北斗位移序列是描述边坡整体宏观形变的直接、定量测量数据，具体包括： 假设次声特征序列为，北斗位移序列为，它们的采样时间分别为和，通过插值方法对齐时间，假设北斗数据为准基准，新的对齐后的次声特征序列为，与北斗位移序列一一对应； 所述输入至基于注意力机制的时空卷积网络，动态加权融合多模态特征，输出边坡稳定状态概率，具体包括： 次声特征和北斗特征分别输入到一维CNN和二维CNN中：，其中：和分别为次声和北斗的特征提取结果； 定义一个注意力模块，通过计算特征之间的相关性得到权重：，其中：是可学习的参数矩阵，是次声特征的权重，为时间序列的长度，北斗特征的权重为； 动态加权融合特征向量，； 将融合后的特征输入到分类器中输出边坡状态概率：，其中：表示边坡稳定的概率，分别代表边坡稳定和不稳定，和是分类器的权重向量。

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安心易维科技有限公司，其通讯地址为：101403 北京市怀柔区九渡河镇怀长路8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。