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！

龙图腾网获悉东北大学;昆明有色冶金设计研究院股份公司申请的专利一种矿山低信噪比微震信号降噪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：CN121278247B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511846104.9，技术领域涉及：G06F18/10；该发明授权一种矿山低信噪比微震信号降噪方法是由赵永;王垚;刘红壮;杨天鸿;黄建君;焦诗卉;张鹏海;王彬彬;李金多;朱学军;邓文学设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种矿山低信噪比微震信号降噪方法在说明书摘要公布了：本发明公开了一种矿山低信噪比微震信号降噪方法，涉及信号数据处理技术领域，首先采集矿山原始微震信号，同时合成高斯噪声，共同构建带有标签的混合信号样本集，其次，构建U‑BiLSTM‑CA‑DDNet模型，再构建联合损失函数，并对模型进行迭代训练，最后将待处理的微震信号输入模型得到预测干净信号与预测噪声信号。U‑BiLSTM‑CA‑DDNet模型基于对U‑Net的改进，在多尺度特征提取与时序依赖建模的基础上，引入通道注意力机制与双解码器架构，通过多层特征融合、自适应频带调控和显式信号分离机制，实现低信噪比条件下对信号与噪声的显式分离与联合优化，从而在复杂非平稳噪声环境下同时保证降噪强度与波形保真度。

本发明授权一种矿山低信噪比微震信号降噪方法在权利要求书中公布了：1.一种矿山低信噪比微震信号降噪方法，其特征在于，包括如下步骤： S1，采集矿山原始微震信号，同时合成高斯噪声，共同构建带有标签的混合信号样本集； S2，构建U-BiLSTM-CA-DDNet模型；U-BiLSTM-CA-DDNet模型基于对U-Net结构的改进，包括：在编码器模块与解码器模块之间嵌入双向长短期记忆网络以捕获时序依赖特征与能量衰减趋势；解码器模块设置为两个并行分支，分别用于预测干净信号与噪声信号；并在噪声分支解码器模块中引入通道注意力机制，实现通道特征权重的自适应调节；具体的： 所述的U-BiLSTM-CA-DDNet模型包括编码器模块、时序建模模块、桥接层、通道注意力模块和双解码器模块； 编码器模块由多层串联的编码器组成，每层编码器包含两层卷积层和一层最大池化层，混合信号样本输入编码器模块后，通过逐层增加通道数并减小时序维度，实现多尺度特征提取； 时序建模模块由两层双向长短期记忆网络和一层卷积层构成；编码器模块的输出经双向长短期记忆网络提取时序依赖特征与能量衰减趋势，再经卷积层实现特征映射与维度转换； 桥接层包括两层卷积层与两层卷积层之间的特征拼接层，用于将时序建模模块输出经卷积映射后的特征与编码器模块末层特征拼接后进行卷积融合； 双解码器模块包括并行设置的干净信号分支与噪声信号分支；每个分支均包括多层串联的解码器，且均与编码器模块对称，每层解码器均包含上采样层、拼接层、卷积层及输出层，并通过跳跃连接将对应编码器层的特征与解码器层特征融合，结合上采样、裁剪与填充操作逐步恢复信号分辨率与长度；其中干净信号分支输出预测干净信号，噪声信号分支输出预测噪声信号； 通道注意力模块嵌入于噪声信号分支的各层解码器的卷积层后，通过全局平均池化与双层全连接网络生成通道权重，实现对特征通道重要性的自适应调整； S3，构建多输出联合损失函数，对U-BiLSTM-CA-DDNet模型进行多次迭代训练，直至误差满足预设要求； S4，将待处理的微震信号输入U-BiLSTM-CA-DDNet模型中，得到预测干净信号与预测噪声信号。

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东北大学;昆明有色冶金设计研究院股份公司，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。