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！

龙图腾网获悉浙江工业大学申请的专利基于深度学习的由智能反射面辅助的无线感知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：CN116244583B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310253651.0，技术领域涉及：G06F18/213；该发明授权基于深度学习的由智能反射面辅助的无线感知方法是由张昱;张帆;彭宏;宋秀兰;冯运琪;韩会梅设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本基于深度学习的由智能反射面辅助的无线感知方法在说明书摘要公布了：本发明公开了基于深度学习的由智能反射面辅助的无线感知方法，在该方法中，发射端Tx向目标区域发送探测信号，接收端Rx将接收信号送入到深度学习模块中，该模块可以根据接收端收到的探测信号调整IRS反射系数，并且通过推理接收信号的特征实现未知物体的三维重建；本发明针对由IRS辅助的，基于像素块划分以及深度学习的毫米波计算成像方案，通过LSTM+BiLSTM+DNN网络对接收信号特征的学习，从而实现对物体的无线感知，以及通过对IRS反射系数的在线优化，从而提高无线感知精度。

本发明授权基于深度学习的由智能反射面辅助的无线感知方法在权利要求书中公布了：1.基于深度学习的由智能反射面辅助的无线感知方法，其特征在于：包括如下步骤： 1无线通信系统中有一个单天线Tx，Tx向目标区域发送探测信号；一个含有多个微元的IRS，一个被划分为多个像素块的目标空间，其中每个像素块大小为相等，ROI就存在于目标空间中；以及一个Rx，Rx将接收到的信号送入到中央处理器； 2中央处理器通过RX接收信号，并通过深度学习神经网络对接收信号进行特征提取以及学习，感知ROI；网络在训练过程中通过不断地与环境进行交互，在线自适应地调整智能反射面IRS的反射系数，然后将基于不同IRS反射系数的接收信号全部送入到设计的深度学习模块中然后对环境进行预测； 2.1基于通用的LSTM单元初始化规则，将初始细胞状态c-1设置为0，将初始隐藏状态h-1设置为0，初始输入信号则为IRS相位偏移为0时Rx接收到的信号； 2.2感知时隙长度为T，在时隙t，LSTM的隐藏状态ht将作为DNN网络的输入，DNN网络的输出则为下一时隙IRS的反射系数；在每个时隙中IRS的反射系数均会基于之前时隙观察到的数据进行自适应的调整，所以，t+1时刻IRS反射系数为： 其中，代表接收信号到IRS反射系数的映射关系，由DNN+LSTM网络所确定，y1:t为初始时隙t＝0到时隙t＝t时的接收信号，v1:t为初始时隙t＝0到时隙t＝t时的IRS的反射系数； 2.3在最后的一个时隙中，即t＝T时，所有的接收信号将被输送到一个BiLSTM+LSTM+DNN的网络中；BiLSTM将提取接收信号序列的全局特征并将其送入到LSTM网络中，LSTM网络将在更高维度上对全局特征进行提取并将自己的细胞状态ct作为DNN的输入，最后DNN基于输入输出其预测的环境信息； 2.4使用所设计的深度学习模块根据接收到的信息预测环境信息。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路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”。