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;紫金山实验室申请的专利一种基于强化损失函数的空时域预测信道建模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：CN119582989B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411541287.9，技术领域涉及：H04B17/391；该发明授权一种基于强化损失函数的空时域预测信道建模方法是由王承祥;张开元;黄晨;李俊伶;钱中玉设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于强化损失函数的空时域预测信道建模方法在说明书摘要公布了：本发明公开了一种基于强化损失函数的空时域预测信道建模方法，有效地提高了基于机器学习的预测性信道建模的预测准确性。其实现步骤为：首先，对室内走廊信道测量数据进行预处理，得出相应场景和频段下的信道统计特性；然后，根据信道统计特性中的空时相关性设计基于空时相关函数的权重函数，并与传统损失函数相结合形成权重损失函数；最后通过改进门控循环单元网络的损失函数，感知信道数据中的空时相关特性，输出更为准确的预测信道数据，提高预测信道模型的预测性能。模型预测得到的信道统计特性清楚说明了本发明对空时域预测信道模型预测准确性的提升，所提出的损失函数可用于设计更精确的基于机器学习的预测信道模型。

本发明授权一种基于强化损失函数的空时域预测信道建模方法在权利要求书中公布了：1.一种基于强化损失函数的空时域预测信道建模方法，其特征在于，包括如下步骤： 步骤S1、获取信道测量数据，确定无线信道所处环境和天线位置的信道测量环境参数； 步骤S2、引入基于生成对抗网络的数据增强模块，将信道统计特性作为条件向量，生成与信道测量数据相似的信道数据集； 步骤S3、构建基于门控循环单元的预测信道模型，利用门控循环单元网络捕捉序列数据的依赖性，将步骤S2生成的信道数据集统计特性输入预测信道模型，预测未来时间未知位置的信道特性； 步骤S4、构建空间-时间感知的权重损失函数，考虑空间和时间信道特性的相关性，整合空间-时间相关性函数，增强预测信道模型的准确性，具体包括： S401、进行空间-时间相关性分析，基于信道数据集，定义空时相关函数如下： RhΔr＝E{hrh*r+Δr}； 其中，r是接收天线Rx与发射天线的距离，Δr是两次Rx信道测量位置的距离差，hr表示r位置信道冲激响应，上标*表示共轭，E{·}表示期望值； S402、构建权重分配机制，根据空间-时间相关性，为信道数据集的每个样本分配一个权重，权重计算函数如下： Wr,Δr＝fRhΔr； 其中，f是描述r与RhΔr的权重相关性函数，取决于具体的信道测量场景； S403、构建归一化权重函数，对计算出的权重进行归一化处理，权重函数计算如下： 其中，∑ΔrWr,Δr表示训练样本集权重之和； S404、整合权重到损失函数：将计算得到的权重应用于传统的损失函数，包括均方误差MSE、对数双曲余弦log-cosh损失，形成新的空间-时间感知的权重损失函数，包括空间-时间感知权重MSE损失函数、空间-时间感知权重Log-cosh损失函数； 步骤S5、执行预测信道模型训练，设置不同的预测距离和训练集样本量作为模型训练变量，测试预测信道模型在不同预测距离和训练集样本量下的预测准确性； 步骤S6、评估强化预测信道模型性能，在不同的预测距离和不同的训练集样本量下，比较步骤S4构建的空间-时间感知的权重损失函数与传统损失函数在预测准确性方面的差异。

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;紫金山实验室，其通讯地址为：210096 江苏省南京市玄武区四牌楼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。