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！

龙图腾网获悉湖南大学申请的专利基于一位数模转换器感通一体化混合波束形成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：CN119652376B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411873301.5，技术领域涉及：H04B7/06；该发明授权基于一位数模转换器感通一体化混合波束形成方法是由余小游;郑梦瑶;卢昕妍设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于一位数模转换器感通一体化混合波束形成方法在说明书摘要公布了：本申请涉及一种基于一位数模转换器感通一体化混合波束形成方法。所述方法包括：基于雷达和通信性能之间的权衡优化问题设计模拟预编码器和经过数字预编码器后的一位数模转换器量化信号；根据设计得到的模拟预编码器和一位数模转换器量化信号设计发射波束矢量，对发射波束矢量的优化表达式进行求解，得到最优发射波束矢量；根据最优发射波束矢量设计模拟预编码器和一位数模转换器量化信号的优化问题，利用Matlab工具箱和BTSA‑GA算法分别对优化问题进行求解，根据优化后的模拟预编码器和一位数模转换器量化信号生成感通一体化混合波束。采用本方法能够降低大规模MIMO系统复杂度和功耗。

本发明授权基于一位数模转换器感通一体化混合波束形成方法在权利要求书中公布了：1.一种基于一位数模转换器感通一体化混合波束形成方法，所述方法应用于包括双功能基站的窄带大规模MIMO系统，其特征在于，所述方法包括： 获取基站发送的信号，对基站发送的信号进行建模，得到信号模型；所述信号模型中包括待求解的模拟预编码器；基于雷达和通信性能之间的权衡优化问题设计所述模拟预编码器和经过数字预编码器后的一位数模转换器量化信号； 根据设计得到的模拟预编码器和一位数模转换器量化信号设计发射波束矢量，建立所述发射波束矢量的优化表达式； 对所述发射波束矢量的优化表达式进行求解，将优化表达式的代价函数进行展开，展开后的表达式表示为拉格朗日形式，基于所述拉格朗日形式获取展开后的表达式的最优性条件；对所述最优性条件进行求解，得到最优发射波束矢量； 根据所述最优发射波束矢量设计所述模拟预编码器和一位数模转换器量化信号的优化问题，利用Matlab工具箱和BTSA-GA算法分别对所述优化问题进行交替求解，得到优化后的模拟预编码器和一位数模转换器量化信号，即在移相网络恒定包络约束下的模拟预编码器和数字预编码后的一位数模转换器量化信号； 根据所述优化后的模拟预编码器和一位数模转换器量化信号生成感通一体化混合波束； 所述方法还包括： 利用BTSA-GA算法对所述一位数模转换器量化信号的优化问题进行求解，在BTSA-GA算法的初始化阶段，生成一批树木为： Ti,j＝lj+ri,jhj-lj, 其中，lj是搜索空间的下界-1，hj是搜索空间的上界1，ri,j是在[0,1]范围内对每个位置每个维度产生的随机数； 对Ti,j二值离散化： 通过下式寻找当前最佳解决方案： S＝minfTi,i∈1,2,…,2NRF, 树木生成种子，树和种子在n维搜索空间上的位置看作是优化问题的可能解，通过两个搜索方程来获得种子的位置为： 其中，Si,j是第i棵树生成的第i颗种子的第j维，Ti,j是第i棵树的第j维，Bj是迄今为止获得的最佳树位置的第j维，Tr,j是从总体中随机选择的第r棵树的第j维，βi,j是在[-1,1]范围内随机产生的比例因子，γ是在0,1范围内为每个位置和维度产生的随机数，ST则是选择控制参数； 设置阈值H，当Ti产生种子的代数超过H且没有更好的种子来更新Ti时，通过遗传算法中的交叉和变异操作更新Ti，得到全局最优解，即优化后的一位数模转换器量化信号。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。