買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西湖大學申請的專利一種基于元學習的領域自適應慣性傳感器去噪算法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114239659B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111564869.5，技術領域涉及：G06F18/10；該發明授權一種基于元學習的領域自適應慣性傳感器去噪算法是由吳宗凱;姚飛宇;王東林設計研發完成，并于2021-12-20向國家知識產權局提交的專利申請。

本一種基于元學習的領域自適應慣性傳感器去噪算法在說明書摘要公布了：本專利公開了一種基于元學習的領域自適應慣性傳感器去噪算法，由于不同應用場景下慣性傳感器會表現出不同誤差特性，以往的降噪算法不具備不同場景的泛化能力，針對這個問題，本算法通過元學習領域自適應方法可以使用同一個降噪網絡在不同環境下不同慣性傳感器上取得優秀的去噪效果，算法中的域自適應框架用于去噪，特殊設計的重構損失用于提高域自適應能力和表征能力，此外，為了提升有限數據下的適應性，算法使用了元學習策略，提高了網絡泛化能力，并且實驗結果證明了算法去噪的有效性。

本發明授權一種基于元學習的領域自適應慣性傳感器去噪算法在權利要求書中公布了：1.一種基于元學習的領域自適應慣性傳感器去噪算法，其特征在于包含以下步驟：步驟1、建立慣性傳感器的無噪聲角速度模型；步驟2、設計用于將分布差異大的數據投影到新相似空間的嵌入模塊；步驟3、設計用于去噪的生成模塊與去噪損失；步驟4、設計用于獲得更好數據表征能力的重構模塊與重構損失；步驟5、設計用于慣性傳感器去噪的小樣本域自適應策略，所述慣性傳感器的無噪聲角速度模型為： （1）；在公式（1）中為參數，參數，為慣性傳感器測量的角速度，為陀螺偏差，陀螺偏差，其中為時變變量，為常值偏差，在步驟2中嵌入模塊被設計為簡單的三層感知機，三層感知機任一層的結構為： （2）；在公式（2）中，表示第j輸入變量，α表示多層感知機的輸出，b表示偏置，φ為激活函數，為參數，在算法中，使用三層的感知機將低維的慣性傳感器數據投影到高維空間，使得不同慣性傳感器在不同使用環境下的數據分布相似，在步驟3中，設計可以將分布差異大的數據投影到新相似空間的嵌入模塊，具體如下：生成模塊的結構為擴張的神經網絡結構： 3；其中，為慣性傳感器測量的加速度信息，表示前一次測量的本地窗口長度，是當前狀態的糾正的基礎，由擴張神經網絡定義，其可以平滑地糾正數據并提取出多層次的時間信息，擴張神經網絡在每一層間隔著對時序數據進行采樣，在生成器中，我們采用五層擴張神經網絡，每一層的擴張間隔分別為：1、4、16、64、1，每一層的核維數均為7；去噪損失的結構為： （4）；其中是的對數映射，是胡貝爾損失，其中定義為： （5）；其中參數用于減少慣性傳感器的頻率，且剛開始為單位矩陣，在步驟4中，設計用于獲得更好數據表征能力的重構模塊與重構損失；重構模塊的結構為擴張的神經網絡結構： 6；其中，是添加噪聲后的，重構損失的結構為： （7）；該結構為均方誤差，拿每個時刻估計的值和真實值做差，在步驟5中，設計一種用于慣性傳感器去噪的小樣本域自適應策略，具體如下：用結構兩個含參函數和來表征總體結構，表示重建過程，表示角速度誤差生成過程，我們用表示嵌入模塊，重建模塊和生成模塊的參數，所以有兩個參數，有兩個參數，結構以含噪聲角速度序列和加速度序列為輸入，框架中有兩種訓練方法：嵌入模塊通過元學習進行訓練，生成模塊和重建模塊通過梯度下降進行訓練；嵌入模塊的訓練為：在針對任務訓練過程中，有n長度的角速度序列，n長度的角加速度序列和n長度的真實角速度序列，目標是通過小樣本元學習訓練，通過梯度下降訓練，元學習由兩部分組成：適應優化階段和元優化階段，這兩個階段使用來自同一分布的不同慣性傳感器數據集，在適應優化階段，當需要適應一個不同來源的數據時，嵌入模塊參數被更新為，參數通過下面的表達式進行更新： （8）；這是梯度下降更新方法，其中是在任務中更新后的模塊參數，是超參，為損失函數，它包含了兩種損失，一個是特征提取損失，一個是去噪損失， ；（9）其中，為等式7，為公式4，表示超參；在元優化階段，模型使用剩余數據對進行訓練，模型參數通過梯度下降法進行更新： ；（10）其中，是在適應優化階段已經更新好的參數，是超參，是針對序列的損失函數，通過元學習的方式訓練，通過梯度下降的方式進行訓練，在幾次訓練周期更新之后，最終的更新過的模型參數為元學習訓練模型參數；所述元學習策略如下：輸入：包含來自不同慣性傳感器和不同使用環境的慣性傳感器序列集合，包含，為隨機初始化的參數，為超參；輸出：通過元學習得到的嵌入模塊參數,梯度下降學習的；While循環；從慣性傳感器序列集合中采樣序列塊，將采樣序列分為，對中的每一種數據循環： ；使用對參數進行更新： ；While循環結束：[]=。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西湖大學，其通訊地址為：310000 浙江省杭州市西湖區轉塘街道石龍山街18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。