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！

龙图腾网获悉重庆邮电大学申请的专利一种面向低光环境的视觉辅助毫米波波束预测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：CN119183120B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411529358.3，技术领域涉及：H04W16/28；该发明授权一种面向低光环境的视觉辅助毫米波波束预测方法是由王恒;欧斌宝;谢鑫设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种面向低光环境的视觉辅助毫米波波束预测方法在说明书摘要公布了：本发明涉及一种面向低光环境的视觉辅助毫米波波束预测方法，属于无线通信领域。该方法面向毫米波通信系统，通过安装在基站的摄像头采集低光条件下的通信环境的图像数据，构建毫米波波束预测系统模型，采用深度神经网络模型和课程训练策略学习采集到的图像数据，预测出最优通信波束。本发明能够在低光环境中提升模型的性能，加快网络模型的收敛速度，能够提高波束预测的准确性，增强毫米波通信系统在低光环境下的鲁棒性和可靠性。

本发明授权一种面向低光环境的视觉辅助毫米波波束预测方法在权利要求书中公布了：1.一种面向低光环境的视觉辅助毫米波波束预测方法，其特征在于，该方法具体包括以下步骤： S1：构建毫米波无线通信系统，通过神经网络模型对低光条件下的图像数据进行特征提取，优化波束成形向量，并从波束码本中选择最优通信波束，实现最大化接收信号功率；具体包括以下步骤： S11：构建毫米波无线通信系统，包含一个移动用户设备，配备有全向天线，接收来自基站的下行信号；一个配有摄像头的固定基站，用于捕捉实时环境图像；所述基站包括一个均匀线性天线阵列，该天线阵列由M个天线单元组成，并通过波束成形向量wq向移动用户设备发射信号，其中表示码本中的波束成形向量，码本Q是码本中波束向量的个数；系统采用正交频分复用技术，通过K个子载波来传输信号，每个子载波的通信信道表示为hk，其中k＝1,2,...,K； S12：定义波束预测优化问题，通过神经网络模型预测最优波束成形向量w＊，使得在给定子载波上的接收信号功率最大化，那么优化目标公式为： 波束预测目标定义为从波束码本Q中选择最优的通信波束来与用户进行连接通信；如果表示基站端摄像头拍摄的通信场景图像，w表示神经网络预测的最优波束，那么波束预测函数表示为： 其中，θw表示网络模型的优化参数，由于码本中波束向量与其索引之间存在一一对应的关系，所以通过直接预测波束索引进一步降低预测难度，则原公式表示为： 其中，表示预测的最优波束向量索引； S2：采集毫米波无线通信场景的图像数据以及码本中对应的最优波束形成数据集，预处理采集的图像数据，依据采集的数据集构建毫米波波束预测深度神经网络模型，定义模型损失函数和模型优化器来训练模型； 所述预处理采集的图像数据，具体为：将采集的图像数据集划分为低光图像子集和正常光图像子集，基于课程训练方法将低光图像数据集分阶段的添加到正常光图像训练集中，在训练的第一个阶段使用正常光图像数据集作为原始训练集，后续阶段均匀添加低光图像到训练集中，最终在整个数据集中预测最优波束； 构建并训练毫米波波束预测深度神经网络模型，具体包括以下步骤： S21：使用配备摄像头的基站捕捉实时环境图像，图像为RGB格式，包含通信环境中的多个特征信息，基站根据捕捉到的图像信息，从预设的波束码本中选择最优波束成形向量w＊，所述波束码本包含多个波束成形向量以覆盖整个通信场景；采集的数据集中包含正常光和低光数据集； S22：构建毫米波波束预测神经网络模型，采用预训练的神经网络模型ResNet50来执行波束预测任务，将采集的图像输入到ResNet网络模型当中，ResNet网络模型对图像数据进行处理，通过多层卷积和池化操作，提取图像的深层特征； S23：在图像特征提取完成后，模型使用全连接层将特征映射到波束成形向量空间，并通过Softmax函数计算每个波束成形向量的概率分布，所述模型的训练采用交叉熵损失函数，优化目标是最大化正确预测波束成形向量的概率，损失函数表示为： 其中，Lcross-entropy为损失函数，n为训练样本的数量，Psn|Xn为模型在给定图像Xn的情况下，预测波束向量索引sn的概率，为进一步提高模型的泛化能力，采用Adam优化器对模型参数进行动态调整，确保模型在训练过程中快速收敛； S24：选择具有最高概率的波束成形向量作为输出结果； S3：将整个数据集输入训练好的毫米波波束预测深度神经网络模型，预测得到最优波束。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。