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！

龙图腾网获悉湖南工业大学申请的专利一种基于卷积-模糊神经网络的无次级通路传感器有源降噪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：CN116013238B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211363153.3，技术领域涉及：G10K11/178；该发明授权一种基于卷积-模糊神经网络的无次级通路传感器有源降噪算法是由李涛;汪敏琪;贺钰瑶;杨军;丁荣军;罗竹辉;肖磊;梅文庆;何静;吴晓婷设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种基于卷积-模糊神经网络的无次级通路传感器有源降噪算法在说明书摘要公布了：本发明公开了一种基于卷积‑模糊神经网络的无次级通路传感器有源降噪算法，本发明通过卷积‑模糊神经网络建立车辆不同位置噪声源与目标降噪区域噪声之间的相关性模型，计算拟合获得目标降噪区的虚拟误差噪声信号，来代替传统通过次级通路传感器获取的误差信号，从而降低车辆内部大空间有源降噪对多个次级通路传感器的依赖。同时，本发明以虚拟误差噪声信号作为模糊层的输入，迭代计算完成次级通路辨识，实时输出最佳噪声消除信号，提高计算效率，增强对非线性噪声的处理能力。

本发明授权一种基于卷积-模糊神经网络的无次级通路传感器有源降噪算法在权利要求书中公布了：1.一种基于卷积-模糊神经网络的无次级通路传感器有源降噪算法，其特征在于，步骤包括： S1.收集噪声源处的噪声信号Xn为 其中，k是初级传感器的数量，为第k个传感器所采集到的噪声信号； S2.确定降噪点，并采集噪声信号作为卷积网络模型训练的理想信号rn，rn表示为 其中，l是噪声信号序列长度； S3.将S1中的噪声信号Xn和rn进入卷积网络的卷积层和池化层进行迭代计算，卷积网络的训练函数En为： 输出虚拟误差信号on为： 其中，f•是激活函数，ωn、bn是卷积网络的权重，是网络偏置，其中卷积网络的权重ωn和网络偏置bn根据训练函数En更新为： ； S4.将卷积层输出的虚拟误差信号on进入模糊神经网络，计算出隶属度值并利用乘法函数激活隶属度值，输出模糊层输出值un为 其中，j为模糊层节点数，共H个节点，λjn为卷积网络输出信号经过模糊层隶属函数后输出的结果，p0和p1是模糊系数； S5.通过初级通路Pz对目标降噪点采集的噪声信号进行滤波得到的期望信号dn，将模糊层输出值un通过次级通路Hz后得到的降噪信号yn，得到有源降噪算法的目标函数Jn为 。

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湖南工业大学，其通讯地址为：412000 湖南省株洲市天元区泰山路88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。