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！

龙图腾网获悉电子科技大学申请的专利基于多标距输入的多分辨率卷积神经网络DAS信号去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：CN121615110B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610140932.9，技术领域涉及：G06F18/30；该发明授权基于多标距输入的多分辨率卷积神经网络DAS信号去噪方法是由安树杰;冉曾令;陈云飞;姚为益;王雨旗;袁祥凯;胡义磊设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于多标距输入的多分辨率卷积神经网络DAS信号去噪方法在说明书摘要公布了：本发明提出一种基于多标距输入的多分辨率卷积神经网络DAS信号去噪方法，属于光纤传感与信号处理技术领域。所述方法包括如下步骤：步骤S1：采集原始DAS数据，生成多标距的多尺度DAS数据；步骤S2：将多尺度DAS数据输入多尺度卷积神经网络，以实现多尺度DAS数据的特征提取、线性融合即对多尺度编码特征进行空间尺度对齐及加权组合，随后进行卷积压缩通道数与特征增强，对增强特征进行多尺度解码与噪声重建，得到去噪后的DAS信号。本发明能够实现复杂环境的DAS信号处理，具有较好的鲁棒性，能够基于现有采集条件和硬件配置，使网络的多尺度建模与DAS系统的物理尺度保持一致性，提升去噪结果的可解释性和工程适用性。

本发明授权基于多标距输入的多分辨率卷积神经网络DAS信号去噪方法在权利要求书中公布了：1.一种基于多标距输入的多分辨率卷积神经网络DAS信号去噪方法，其特征在于，所述方法包括如下步骤： 步骤S1：采集原始DAS数据，生成多标距的多尺度DAS数据； 步骤S2：将多尺度DAS数据输入多尺度卷积神经网络，以实现不同尺度信息的特征提取、特征融合与特征增强，重建噪声、得到去噪后的DAS信号； 具体地，步骤S2包括： 步骤S21：将多尺度DAS数据输入多尺度编码模块进行特征提取，得到多尺度编码特征； 步骤S22：多尺度编码特征输入跨尺度特征融合模块进行线性融合，得到多尺度融合特征； 步骤S23：将多尺度融合特征输入注意力增强模块，得到多尺度增强特征； 步骤S24：将多尺度增强特征输入解码重建模块，对多尺度增强特征进行多尺度解码与噪声重建，得到去噪后的DAS信号； 步骤S1中，采集得到的原始DAS数据表示为，其中，表示光纤位置处的应变值；表示采样点数量； 利用差分的叠加性性质，对于任意标距，其DAS数据计算方式如下： 其中，表示最小标距倍数；表示最小标距；表示任意标距DAS数据；表示任意标距的第i个差分信号； 根据任意标距DAS数据的计算方式，由采集的原始DAS数据，可获取三个不同标距的多尺度DAS数据，分别为第一标距DAS数据、第二标距DAS数据及第三标距DAS数据；多尺度DAS数据的标距分别为第一标距、第二标距、第三标距；且对应短、中、长三个标距； 多尺度DAS数据表示如下： 步骤S22中，线性融合包括对多尺度编码特征进行空间尺度对齐及加权组合，随后进行跨步卷积压缩通道数，表示如下： 其中，表示第一通道融合特征；表示第二通道融合特征；表示第三通道融合特征；其中，表示空间尺度对齐及加权组合操作；表示跨步卷积；表示卷积操作；第一通道融合特征、第二通道融合特征、第三通道融合特征构成多尺度融合特征；表示第一编码特征、表示第二编码特征及表示第三编码特征。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。