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！

龙图腾网获悉山东科技大学申请的专利一种噪声驱动的稳健序贯自适应估计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：CN119995562B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510459632.2，技术领域涉及：H03H21/00；该发明授权一种噪声驱动的稳健序贯自适应估计方法是由潘燕;张莉;段法兵设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种噪声驱动的稳健序贯自适应估计方法在说明书摘要公布了：本发明公开了一种噪声驱动的稳健序贯自适应估计方法，属于信号估计、滤波、系统辨识领域。本发明噪声激励作用体现在：在动态和重尾噪声环境中，将随机噪声变量引入稳健M估计的得分函数，通过得分函数与噪声密度函数卷积，以改造原始M估计得分函数形式，并递推得到参数估计自适应更新算法，该方法基于随机共振的相关原理，借助噪声作用能够降低稳健估计的均方误差（MSE）。本发明利用随机共振相关理论，通过动态调节自适应噪声注入机制，增强原始估计算法的抗干扰能力与收敛效率。该算法能够在有限样本下渐近达到系统参数估计的最大似然估计器性能，为复杂噪声环境下的参数估计提供了高效且稳健的解决方案。

本发明授权一种噪声驱动的稳健序贯自适应估计方法在权利要求书中公布了：1.一种噪声驱动的稳健序贯自适应估计方法，其特征在于，包括以下步骤： 步骤1：初始化参数：记录含有异常值的样本观测数据x＝{x_1，x_2，…，x_N}及其长度N； 步骤2：建立数据线性模型； 步骤3：确定得分函数 步骤4：对参数θ进行自适应序贯估计，使其随着数据的到达估计量逐步迭代更新，得到n时刻的参数估计值 步骤5：计算n时刻的参数估计值与真实值之间的平均误差，即该估计量的均方误差； 步骤6：利用自适应优化算法，优化噪声参数，得到最优噪声参数下的最小均方误差； 步骤2中，线性模型如公式1所示： 其中，ωn是概率密度函数为fω的重尾分布的背景噪声；hn为观测模型系数向量；θ为设定预估参考参数； 步骤3中，具体包括如下步骤： 步骤3.1：确定背景噪声ωn的分布类型； 步骤3.2：选择有界的得分函数ψx对应的M-估计量； 步骤3.3：引入噪声强度为ση的噪声η，将其概率密度函数fηx与M估计得分函数ψx进行卷积；得到新的得分函数如公式2所示： 其中，η为注入的随机噪声变量；Eη[]是关于随机变量η的数学期望； 步骤4中，参数估计值的表达式如公式3所示： 其中，K[n]为增益矩阵，其表达式如下：en为预测误差，其表达式如下：∑为协方差矩阵，其更新规则为 步骤5中，均方误差的表达式如公式4所示：

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。