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！

龙图腾网获悉岚图汽车科技有限公司申请的专利抗干扰能力优化方法、装置、设备及存储介质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：CN118858851B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410855900.8，技术领域涉及：G01R31/12；该发明授权抗干扰能力优化方法、装置、设备及存储介质是由张小刚;杨三立;易琨;陈晴;朱绪魁设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本抗干扰能力优化方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种抗干扰能力优化方法、装置、设备及存储介质，涉及车辆测试技术领域，所述抗干扰能力优化方法包括：根据高压电局放模拟发生电路对应的目标节点函数模型推算高压电局部放电信号的目标覆盖面；根据高压电局部放电信号的目标覆盖面确定高压电局部放电受干扰影响程度判断条件；根据所述高压电局部放电受干扰影响程度判断条件确定高压电局部放电分析结果；根据所述高压电局部放电分析结果生成对应的抗干扰能力优化策略。通过上述方式，提高了对高压电局放控制能力，解决了现有技术中汽车高压线束测试仪内部高压电局放模拟发生电路防干扰能力差的问题，提高了汽车高压线束测试的安全性、准确性、时效性。

本发明授权抗干扰能力优化方法、装置、设备及存储介质在权利要求书中公布了：1.一种抗干扰能力优化方法，其特征在于，所述抗干扰能力优化方法包括： 根据高压电局放模拟发生电路对应的目标节点函数模型推算高压电局部放电信号的目标覆盖面； 根据高压电局部放电信号的目标覆盖面确定高压电局部放电受干扰影响程度判断条件，其中，根据采集的最大覆盖面内的数据函数，针对此范围内出现异常信号概率推测，得到高压电局部放电受干扰影响程度判断条件为： 其中，表示正常状态下高压电局部放电抗干扰能力函数矩阵，表示异常状态下的高压电局部放电抗干扰能力函数矩阵； 根据所述高压电局部放电受干扰影响程度判断条件确定高压电局部放电分析结果，其中，高压电局部放电识别的正常信息代数矩阵为1，则此时高压电局部放电处于最佳状态；若异常信号代数矩阵为0，则此网络为受影响分布结构，并通过乘子法推算RLPCCA特征矩阵； 根据所述高压电局部放电分析结果生成对应的抗干扰能力优化策略； 其中，所述根据所述高压电局部放电分析结果生成对应的抗干扰能力优化策略，包括： 根据所述高压电局部放电分析结果确定传感网络的特征矩阵； 根据传感网络的特征矩阵进行干扰数据的采集，得到目标干扰数据； 根据所述目标干扰数据生成对应的抗干扰能力优化策略； 所述根据高压电局放模拟发生电路对应的目标节点函数模型推算高压电局部放电信号的目标覆盖面之前，还包括： 根据高压电局放模拟发生电路的输入数据变量确定点位数据函数、局部放电参数信息、运行中信号、节点信息、高压放电类型以及高压放电数量； 根据所述点位数据函数、所述局部放电参数信息、所述运行中信号、所述节点信息、所述高压放电类型以及所述高压放电数量建立高压电局放模拟发生电路对应的目标节点函数模型，其中，得到汽车高压线束测试仪的高压电局放模拟发生控制器的算法模型特征如下，其节点模型函数为： 其中，表示高压电局部放电信号输入在各点位数据函数，表示高压电局部放电具体参数信息，表示高压电局部放电检测到的运行中信号；X表示节点信息，i、j表示高压放电的类型，n表示高压放电数量； 所述根据所述高压电局部放电分析结果确定传感网络的特征矩阵，包括： 在所述高压电局部放电分析结果为异常信号代数矩阵为第一预设值时，根据预设乘子法推算特征矩阵，得到特征矩阵推算结果； 根据所述特征矩阵推算结果确定传感网络的特征矩阵。

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岚图汽车科技有限公司，其通讯地址为：430000 湖北省武汉市武汉经济技术开发区人工智能科技园N栋研发楼3层N3010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。