Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学谈万龙获国家专利权

电子科技大学谈万龙获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利可重构智能表面辅助的MIMO系统目标定位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:CN116367303B

龙图腾网通过国家知识产权局官网在2025-09-30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:202310397801.5,技术领域涉及:H04W64/00;该发明授权可重构智能表面辅助的MIMO系统目标定位方法是由谈万龙;何振清;梁应敞设计研发完成,并于2023-04-14向国家知识产权局提交的专利申请。

可重构智能表面辅助的MIMO系统目标定位方法在说明书摘要公布了:本发明属于无线定位技术领域,具体涉及一种可重构智能表面辅助的MIMO系统目标定位方法。本发明将MIMO系统无线定位技术与可重构智能表面技术相融合,提出一种重构智能表面辅助的MIMO系统目标定位方法。本发明的方法主要是在MIMO系统中引入智能表面作为中继,不仅可以实现低功耗通信传输,还可在用户与基站的非视距路径NonlineofSight,NLoS场景中建立虚拟视距路径VirtualLineofSight,VLoS辅助实现用户的定位。利用现有定位技术,对智能表面辅助MIMO系统中用户的定位算法进行优化,实现高精度的定位目标。

本发明授权可重构智能表面辅助的MIMO系统目标定位方法在权利要求书中公布了:1.可重构智能表面辅助的MIMO系统目标定位方法,MIMO系统包括一个具有个天线阵元的基站、个可重构智能表面RIS和一个具有个天线阵元的用户,每个RIS由排列为均匀平面阵列的个反射单元组成,将用户、基站、RIS的位置坐标都用三维笛卡尔坐标系设置,其中用户的位置非时变,基站阵列天线的中心、第个RIS以及用户阵列天线的中心在时隙的位置分别由三维向量坐标表示,并且基站和个RIS的具体位置是已知的;其特征在于,所述定位方法包括: S1、基站发送信号到用户端,用户端的接收信号为: ,其中,,,,是基站到第个RIS的信道,是第个RIS到用户的信道,是高斯白噪声,表示莱斯信道的K因子,和分别表示基站‑RIS和RIS‑用户的视距分量,和分别表示基站‑RIS 和RIS‑用户的非视距分量,均为服从零均值的高斯分布的矢量,,且有,将RIS天线阵元数记作,即;表示RIS第个天线阵元; S2、对接收信号进行化简: ,其中,表示接收信号中高斯白噪声与NLoS成分带来的干扰信号之和,表示级联信道等效复增益,具体为: ,,,表示用户侧天线阵元的单位方向矢量,、以及分别表示信号在基站、RIS和用户侧的导向矢量,和分别为基站‑RIS和RIS‑用户的VLoS路径的复信道增益,和分别为无线电波信号在基站处的离开角的余弦值和信号在用户的到达角AOA的余弦值,和分别表示第个RIS上关于和方向的AOA的余弦值,和分别表示第个RIS上关于和方向的离开角的余弦值; S3、通过MUSIC算法从接收信号中获取AOA的估计解,将基站阵列天线的中心、第个RIS以及用户阵列天线的中心的三维坐标真实值建模为: ,由待估用户位置和RIS的坐标建立函数: ,其中,表示第次AOA测量的真实值,表示实验测量次数,表示第个RIS反射的无线信号到达用户阵列天线的方向角AOA的第次测量值,表示AOA第次测量误差; S4、进行位置估计,定义用户阵列天线的中心位置坐标的估计值为,与真实值的关系写为: ,表示位置坐标的估计误差,以测量值替代用户的真实值,函数表示为,并依据Taylor级数展开法对函数保留二阶以下的项,得到: ,其中,,对系统中包含AOA估计值与用户位置坐标估计的几何模型进行位置求解,并写作矩阵的形式: ,其中,,最小二乘误差为: ,其中,表示对误差矢量求其协方差矩阵,对用户天线中心的位置估计进行一次迭代优化: ; S5、将得到的用户位置的估计通过迭代得到最小二乘误差的迭代解,直到误差的值趋于零时,得到用户天线的中心位置在三维坐标系的位置估计解。

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电子科技大学,其通讯地址为:611731 四川省成都市高新西区西源大道2006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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。