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！

龙图腾网获悉青岛科技大学申请的专利一种针对大地电磁信号的数据降噪方法、设备及介质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：CN121596410B 。

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：202610113626.6，技术领域涉及：G01V3/38；该发明授权一种针对大地电磁信号的数据降噪方法、设备及介质是由于大川;姜永晖;牛得存;籍艳;李梅航;王辉辉;张倩设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本一种针对大地电磁信号的数据降噪方法、设备及介质在说明书摘要公布了：本发明公开了一种针对大地电磁信号的数据降噪方法、设备及介质，属于大地电磁信号技术领域，用于解决现有大地电磁信号的信噪分离不够精确，难以获得有效的大地电磁信号，且不利于准确提取大地电磁信号的主要有效分量的技术问题。方法包括：将有效的大地电磁信号与模拟的合成噪声波形之间进行信号叠加处理，生成大地电磁信号样本对；对大地电磁信号样本对中的特征变量依次进行有关噪声强度感知、权重动态调节以及自注意力加权输出下的特征降噪处理；将大地电磁信号样本对中的原始信号时间序列进行基于卷积层下的两级降噪特征序列生成策略计算；将当前原始大地电磁信号进行降噪控制与特征提取，得到有效信号特征。

本发明授权一种针对大地电磁信号的数据降噪方法、设备及介质在权利要求书中公布了：1.一种针对大地电磁信号的数据降噪方法，其特征在于，所述方法包括： 将有效的大地电磁信号与模拟的合成噪声波形之间进行信号叠加处理，并基于原始大地电磁信号，生成大地电磁信号样本对； 通过DnCNN网络框架，提取所述大地电磁信号样本对中的中间特征变量； 根据所述中间特征变量、时间序列长度以及特征维度，对输入特征序列进行局部能量感知下的噪声强弱计算，得到局部噪声能量； 通过Sigmoid激活函数以及DnCNN网络框架中一维卷积层的偏置项，对所述局部噪声能量进行不同噪声环境下动态表征信号的局部干扰程度计算，得到噪声强度系数； 基于动态调节幅度项，对所述噪声强度系数进行注意力响应的敏感度计算，得到动态缩放权重； 通过所述动态缩放权重，对自注意力机制中的查询矩阵、键矩阵以及值矩阵进行有关动态缩放因子的噪声动态变化跟随计算，并构建出用于噪声强度感知的噪声感知型注意力模型； 根据DnCNN网络框架中的动态权重自注意力机制，对所述大地电磁信号样本对中的特征变量依次进行有关噪声强度感知、权重动态调节以及自注意力加权输出下的特征降噪处理，得到降噪特征序列生成策略，具体包括： 通过DnCNN网络框架中的多层卷积与归一化处理，提取所述大地电磁信号样本对中的中间特征序列； 通过所述噪声感知型注意力模型，对所述中间特征序列进行局部能量计算，生成噪声强度向量； 根据噪声水平自适应机制，将所述噪声强度向量进行有关所述权重动态调节下的权重自适应调节计算，得到动态缩放系数； 将所述动态缩放系数与自注意力机制进行融合计算，并基于调整后的权重分布，得到所述自注意力加权输出下的优化特征序列； 基于所述优化特征序列的处理生成模型，得到用于对大地电磁信号降噪处理的所述降噪特征序列生成策略； 通过预先配置出的DnCNN-Dynamic-SAM网络，将所述大地电磁信号样本对中的原始信号时间序列进行基于卷积层下的两级所述降噪特征序列生成策略计算，具体包括： 通过预先配置出的DnCNN-Dynamic-SAM网络，获取所述大地电磁信号样本对中的原始信号时间序列；其中，DnCNN-Dynamic-SAM网络为深度卷积、动态权重以及自注意力机制下的融合神经网络； 通过所述DnCNN-Dynamic-SAM网络中的第一卷积层，提取预处理后原始信号时间序列的基础时序特征；并将经过初始卷积后的所述基础时序特征输入到16层卷积块中； 通过降噪特征序列生成策略所对应的Dynamic-SAM模块，将16层卷积块输出的第一中间特征序列进行噪声感知与自注意力加权处理，得到第一优化特征序列； 通过第二卷积层，将所述第一优化特征序列进行特征映射与通道映射，得到第二中间特征序列； 通过降噪特征序列生成策略所对应的Dynamic-SAM模块，将所述第二中间特征序列进行动态权重计算与自注意力加权优化，得到第二优化特征序列； 将所述第二优化特征序列输入到所述DnCNN-Dynamic-SAM网络中的第三卷积层中，得到用于大地电磁信号的特征降噪模型训练处理策略； 并基于原始信号时间序列的特征降噪模型训练处理策略，生成并得到训练后的DnCNN-Dynamic-SAM网络模型； 基于DnCNN-Dynamic-SAM网络模型，将当前原始大地电磁信号进行降噪控制与特征提取，得到经过局部噪声抑制与全局特征平滑处理下的有效信号特征。

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青岛科技大学，其通讯地址为：266000 山东省青岛市崂山区松岭路99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。