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！

龙图腾网获悉哈尔滨工程大学申请的专利基于辛几何模态分解的掩埋目标弱磁信号处理方法及系统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：CN118348600B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202410448998.5，技术领域涉及：G01V3/38；该发明授权基于辛几何模态分解的掩埋目标弱磁信号处理方法及系统是由占佳乐;张鹏飞;沈莹;高俊奇;王嘉增;潘林冬设计研发完成，并于2024-04-15向国家知识产权局提交的专利申请。

本基于辛几何模态分解的掩埋目标弱磁信号处理方法及系统在说明书摘要公布了：本发明涉及磁异常探测技术领域，本发明公开了一种基于辛几何模态分解的掩埋目标弱磁信号处理方法及系统，掩埋目标弱磁信号处理方法包括：轨迹矩阵获取步骤：基于原始掩埋目标弱磁信号构造原始掩埋目标弱磁信号的轨迹矩阵；辛几何矩阵获取步骤：基于辛几何相似变换获得轨迹矩阵的轨迹矩阵特征值，基于轨迹矩阵特征重构特征向量以获得辛几何矩阵；初始辛几何分量获取步骤：基于辛几何矩阵通过对角平均化算法获得初始辛几何分量；完备掩埋目标弱磁信号获取步骤：通过余弦相似度和信息熵对初始辛几何分量进行重组获得完备掩埋目标弱磁信号。本发明通过计算信号分量与其他分量的余弦相似性，重组分量信号并计算重组后信号分量的信息熵并与上一轮重组分量对比作为终止条件，获得完备的弱磁异常信号，重组过程不需要主观定义参数，提升探测的准确度。

本发明授权基于辛几何模态分解的掩埋目标弱磁信号处理方法及系统在权利要求书中公布了：1.一种基于辛几何模态分解的掩埋目标弱磁信号处理方法，其特征在于，包括： 轨迹矩阵获取步骤：基于原始掩埋目标弱磁信号构造所述原始掩埋目标弱磁信号的轨迹矩阵； 辛几何矩阵获取步骤：基于辛几何相似变换获得所述轨迹矩阵的轨迹矩阵特征值，基于所述轨迹矩阵特征重构特征向量以获得辛几何矩阵； 初始辛几何分量获取步骤：基于所述辛几何矩阵通过对角平均化算法获得初始辛几何分量； 完备掩埋目标弱磁信号获取步骤：通过余弦相似度和信息熵对所述初始辛几何分量进行重组获得完备掩埋目标弱磁信号； 其中，所述完备掩埋目标弱磁信号获取步骤包括： 余弦相似性重组步骤：基于初始辛几何分量矩阵构建类集合后，通过所述类集合中的每一类之间的余弦相似性对每一所述类进行余弦相似度重组； 信息熵对比终止重组步骤：计算重组前和重组后的每一所述类的信息熵，当重组后的所述类的信息熵大于重组前的所述类的信息熵时，则终止所述余弦相似性重组步骤，并将重组前的所述类作为所述完备掩埋目标弱磁信号； 其中，所述余弦相似性重组步骤包括： 将所述初始辛几何分量矩阵构建为类集合T，,,…，，其中，t为类； 选择类t1与剩余的类分别进行余弦相似性计算，获得余弦相似度； 选取余弦相似度最高的两个类组合成一个新类，并将所述新类加入所述类集合T中并替换类t1； 其中，所述信息熵对比终止重组步骤包括： 计算类t1与新类的信息熵； 当新类的信息熵小于类t1的信息熵时，则返回执行所述余弦相似性重组步骤； 当新类的信息熵大于或等于类t1的信息熵时，则终止所述余弦相似性重组步骤，并将类t1作为所述完备掩埋目标弱磁信号输出。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。