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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 东南大学王书墨获国家专利权

东南大学王书墨获国家专利权

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!

龙图腾网获悉东南大学申请的专利面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化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:CN120090677B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510249178.8,技术领域涉及:H04B7/06;该发明授权面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化方法是由王书墨;宋铁成;宋晓勤;胡静;夏玮玮;燕锋;沈连丰设计研发完成,并于2025-03-04向国家知识产权局提交的专利申请。

面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化方法在说明书摘要公布了:本发明公开了面向空中RIS辅助MU‑MISO系统的联合波束成型和无人机轨迹优化方法,包括:构建空中RIS辅助MU‑MISO系统模型;以最大化可达到的平均总速率、最小化飞行的总时隙数及减少无人机的能量消耗为目标构建多目标优化问题;训练联合优化基站的主动波束成型和RIS的被动波束成型的深度神经网络;构建深度强化学习模型,并进行优化;根据优化后的深度强化学习模型和训练好的深度神经网络,得到最优联合波束成型和无人机轨迹。本发明使用Softmax深度双重确定性策略梯度算法和深度神经网络结合有效解决联合波束成型和无人机轨迹的优化问题,在性能和复杂度间取得了很好的平衡。

本发明授权面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化方法在权利要求书中公布了:1.面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化方法,其特征在于,包括以下步骤: 构建空中RIS辅助MU-MISO系统模型,包括:下行链路传输模型、无人机的运动模型、通信模型和无人机能耗模型; 针对空中RIS辅助MU-MISO系统模型,构建多目标优化问题,其目标包括:最大化可达到的平均总速率、最小化飞行的总时隙数以及减少无人机的能量消耗; 拆解构建的多目标优化问题为基站的主动波束成型和RIS的被动波束成型联合优化子问题,其优化变量为基站的主动波束成型和RIS的被动波束成型,优化目标为最大化可达到的总速率,通过训练联合优化基站的主动波束成型和RIS的被动波束成型的深度神经网络求解;深度神经网络包括波束成型网络和相移网络,相移网络的输入为空中RIS辅助MU-MISO系统模型的信道信息,输出的RIS的被动波束成型经RIS相移调整后的级联信道信息,作为波束成型网络的输入,波束成型网络的输出为基站的主动波束成型;整个深度神经网络训练采用的损失函数为子问题优化目标的负值,即最小化损失函数等价于最大化可达到的总速率; 基于训练好的深度神经网络,将构建的多目标优化问题转化为无人机轨迹优化问题,构建包括状态函数、动作空间和奖励函数的深度强化学习模型并进行优化,状态函数包括无人机位置信息、最终坐标信息和用户信息,动作空间包括无人机飞行速度、方位角和仰角,根据训练后的深度神经网络得到奖励函数,采用优化后的深度强化学习模型求解无人机轨迹优化问题; 根据优化后的深度强化学习模型和训练好的深度神经网络,得到最优的联合波束成型和无人机轨迹。

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东南大学,其通讯地址为:211189 江苏省南京市江宁区东南大学路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。