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！

龙图腾网恭喜西湖大学申请的专利一种基于元学习的领域自适应惯性传感器去噪算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：CN114239659B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111564869.5，技术领域涉及：G06F18/10；该发明授权一种基于元学习的领域自适应惯性传感器去噪算法是由吴宗凯;姚飞宇;王东林设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种基于元学习的领域自适应惯性传感器去噪算法在说明书摘要公布了：本专利公开了一种基于元学习的领域自适应惯性传感器去噪算法，由于不同应用场景下惯性传感器会表现出不同误差特性，以往的降噪算法不具备不同场景的泛化能力，针对这个问题，本算法通过元学习领域自适应方法可以使用同一个降噪网络在不同环境下不同惯性传感器上取得优秀的去噪效果，算法中的域自适应框架用于去噪，特殊设计的重构损失用于提高域自适应能力和表征能力，此外，为了提升有限数据下的适应性，算法使用了元学习策略，提高了网络泛化能力，并且实验结果证明了算法去噪的有效性。

本发明授权一种基于元学习的领域自适应惯性传感器去噪算法在权利要求书中公布了：1.一种基于元学习的领域自适应惯性传感器去噪算法，其特征在于包含以下步骤：步骤1、建立惯性传感器的无噪声角速度模型；步骤2、设计用于将分布差异大的数据投影到新相似空间的嵌入模块；步骤3、设计用于去噪的生成模块与去噪损失；步骤4、设计用于获得更好数据表征能力的重构模块与重构损失；步骤5、设计用于惯性传感器去噪的小样本域自适应策略，所述惯性传感器的无噪声角速度模型为： （1）；在公式（1）中为参数，参数，为惯性传感器测量的角速度，为陀螺偏差，陀螺偏差，其中为时变变量，为常值偏差，在步骤2中嵌入模块被设计为简单的三层感知机，三层感知机任一层的结构为： （2）；在公式（2）中，表示第j输入变量，α表示多层感知机的输出，b表示偏置，φ为激活函数，为参数，在算法中，使用三层的感知机将低维的惯性传感器数据投影到高维空间，使得不同惯性传感器在不同使用环境下的数据分布相似，在步骤3中，设计可以将分布差异大的数据投影到新相似空间的嵌入模块，具体如下：生成模块的结构为扩张的神经网络结构： 3；其中，为惯性传感器测量的加速度信息，表示前一次测量的本地窗口长度，是当前状态的纠正的基础，由扩张神经网络定义，其可以平滑地纠正数据并提取出多层次的时间信息，扩张神经网络在每一层间隔着对时序数据进行采样，在生成器中，我们采用五层扩张神经网络，每一层的扩张间隔分别为：1、4、16、64、1，每一层的核维数均为7；去噪损失的结构为： （4）；其中是的对数映射，是胡贝尔损失，其中定义为： （5）；其中参数用于减少惯性传感器的频率，且刚开始为单位矩阵，在步骤4中，设计用于获得更好数据表征能力的重构模块与重构损失；重构模块的结构为扩张的神经网络结构： 6；其中，是添加噪声后的，重构损失的结构为： （7）；该结构为均方误差，拿每个时刻估计的值和真实值做差，在步骤5中，设计一种用于惯性传感器去噪的小样本域自适应策略，具体如下：用结构两个含参函数和来表征总体结构，表示重建过程，表示角速度误差生成过程，我们用表示嵌入模块，重建模块和生成模块的参数，所以有两个参数，有两个参数，结构以含噪声角速度序列和加速度序列为输入，框架中有两种训练方法：嵌入模块通过元学习进行训练，生成模块和重建模块通过梯度下降进行训练；嵌入模块的训练为：在针对任务训练过程中，有n长度的角速度序列，n长度的角加速度序列和n长度的真实角速度序列，目标是通过小样本元学习训练，通过梯度下降训练，元学习由两部分组成：适应优化阶段和元优化阶段，这两个阶段使用来自同一分布的不同惯性传感器数据集，在适应优化阶段，当需要适应一个不同来源的数据时，嵌入模块参数被更新为，参数通过下面的表达式进行更新： （8）；这是梯度下降更新方法，其中是在任务中更新后的模块参数，是超参，为损失函数，它包含了两种损失，一个是特征提取损失，一个是去噪损失， ；（9）其中，为等式7，为公式4，表示超参；在元优化阶段，模型使用剩余数据对进行训练，模型参数通过梯度下降法进行更新： ；（10）其中，是在适应优化阶段已经更新好的参数，是超参，是针对序列的损失函数，通过元学习的方式训练，通过梯度下降的方式进行训练，在几次训练周期更新之后，最终的更新过的模型参数为元学习训练模型参数；所述元学习策略如下：输入：包含来自不同惯性传感器和不同使用环境的惯性传感器序列集合，包含，为随机初始化的参数，为超参；输出：通过元学习得到的嵌入模块参数,梯度下降学习的；While循环；从惯性传感器序列集合中采样序列块，将采样序列分为，对中的每一种数据循环： ；使用对参数进行更新： ；While循环结束：[]=。

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西湖大学，其通讯地址为：310000 浙江省杭州市西湖区转塘街道石龙山街18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”。