江苏大学张文策获国家专利权
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!
龙图腾网获悉江苏大学申请的专利基于信道知识地图的无线通信环境变化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:CN120881617B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202511385421.5,技术领域涉及:H04W24/02;该发明授权基于信道知识地图的无线通信环境变化感知方法是由张文策;李浩瀚;蔡英凤;鲍煦;邵晓燕;夏景;陈龙设计研发完成,并于2025-09-26向国家知识产权局提交的专利申请。
本基于信道知识地图的无线通信环境变化感知方法在说明书摘要公布了:本发明公开了基于信道知识地图的无线通信环境变化感知方法,涉及通感技术领域,获取局部区域内用户的位置和信道信息并调用多个网格点的位置和信道信息;依据用户的每条反射路径的路径信息计算实际离开方向和实际到达方向,构建最大似然估计问题并采用交替迭代优化求解得到最优离开方向和最优到达方向,并计算用户的每条反射路径的反射点初估位置;基于镜像一致原则,采用聚类修正算法确定实时镜像基站类并迭代修正反射点初估位置,得到实时镜像基站类中的反射点估计位置;以相同方式处理网格点的位置和信道信息得到历史镜像基站类,基于最小匹配原则匹配实时镜像基站类与历史镜像基站类测试并判断反射面变化情况,实现高效高精度的环境感知。
本发明授权基于信道知识地图的无线通信环境变化感知方法在权利要求书中公布了:1.基于信道知识地图的无线通信环境变化感知方法,其特征在于,包括以下步骤: 从局部区域内基站与个用户的通信进程中获取位置和信道信息,构建用户信息集,从信道知识地图中调用局部区域内个网格点的位置和信道信息,构建地图信息集; 采用单径优化算法,从第个用户的信道信息中提取第条反射路径的路径信息并计算实际离开方向和实际到达方向,以最小化噪声误差为目标构建最大似然估计问题,引入罚函数处理共面约束构建多凸问题,采用交替迭代优化求解得到第个用户的第条反射路径的最优离开方向和最优到达方向,参考基站位置与第个用户的位置计算第个用户的第条反射路径的反射点初估位置,,为反射路径数; 基于镜像一致原则,采用聚类修正算法,在每轮迭代中,计算每个用户每条反射路径的实时镜像基站位置,通过聚类确定个实时镜像基站类和相应的实时质心位置,基于第个实时镜像基站类的实时质心位置修正第个实时镜像基站类中每条反射路径的反射点初估位置,重复迭代直至收敛,得到第个实时镜像基站类中每条反射路径的反射点估计位置,,为与反射路径数相同的反射面总数; 通过单径优化算法与聚类修正算法处理地图信息集得到个历史镜像基站类和每个历史镜像基站类中每条反射路径的反射点估计位置,基于最小匹配原则将个实时镜像基站类与个历史镜像基站类一一匹配并测试无线通环境中的反射面变化; 其中,所述单径优化算法从第个用户的信道信息中提取第条反射路径的路径信息,包括第个用户的第条反射路径的路径增益、俯仰到达角、水平到达角、俯仰离开角和水平离开角,基于立体几何学计算第个用户的第条反射路径的实际离开方向和实际到达方向,第个用户的第条反射路径的精确离开方向和精确到达方向满足共面约束和模约束,共面约束要求第个用户的第条反射路径的精确离开方向、精确到达方向与第个用户和基站的位置连线共面,模约束要求第个用户的第条反射路径的精确离开方向、精确到达方向的模值为1,以最小化第个用户的第条反射路径的离开方向、到达方向与第个用户的第条反射路径的实际离开方向、实际到达方向的误差为优化目标,结合共面约束和模约束构建最大似然估计问题; 基于最小匹配原则,计算第个实时镜像基站类中每条反射路径的反射点估计位置与第个历史镜像基站类中每条反射路径的反射点估计位置的哈斯多夫距离,构建哈斯多夫距离矩阵,将哈斯多夫距离矩阵的第1行的个列分别作为一级节点,依据无重复列原则依次探索哈斯多夫距离矩阵的每一行,在探索第行时,对于第行的每个级节点,排除第1行至第行已选择的列,依据未选的个列为每个级节点生成个级节点,直至探索至第行,得到距离森林,,选择距离森林中哈斯多夫距离总和最小的最优路径,依据最优路径中每一级节点对应的列数确定个实时镜像基站类与个历史镜像基站类的匹配关系,结合每一级节点的行数与对应的列数查询哈斯多夫距离矩阵获取对应的哈斯多夫距离,与距离阈值比较以决策每个匹配的历史镜像基站类与实时镜像基站类所对应的反射面是否发生变化。
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江苏大学,其通讯地址为:212013 江苏省镇江市学府路301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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励