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！

龙图腾网获悉西安交通大学申请的专利可重构智能表面辅助多用户传输方法、系统、设备及介质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：CN116488687B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310543837.X，技术领域涉及：H04L5/00；该发明授权可重构智能表面辅助多用户传输方法、系统、设备及介质是由李昂;林宇鸣;廖学文;高贞贞;张超;吕刚明设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本可重构智能表面辅助多用户传输方法、系统、设备及介质在说明书摘要公布了：一种可重构智能表面辅助多用户传输方法、系统、设备及介质，方法包括：利用可重构智能表面元件作为辅助，部署多用户传输系统；采用块级整体设计以及利用建设性干扰预编码的方式，分别计算所述多用户传输系统中，用户接收到的来自基站的下行发送信号、用户间干扰信号的建设性度量；联合设计基站的预编码矩阵以及可重构智能表面元件的相位矩阵，使用户接收信号的最小建设性度量达到最大化；采用交替优化方案分别求解基站的预编码矩阵以及可重构智能表面元件的相位矩阵，确定出最优的主被动联合传输方案。本发明给出了预编码矩阵和RIS相位系数矩阵的具体设计方案，极大的降低计算复杂度，节省每一次迭代步骤中的计算量，提升接收端的信号质量。

本发明授权可重构智能表面辅助多用户传输方法、系统、设备及介质在权利要求书中公布了：1.一种可重构智能表面辅助多用户传输方法，其特征在于，包括： 利用可重构智能表面元件作为辅助，部署多用户传输系统； 采用块级整体设计以及利用建设性干扰预编码的方式，分别计算所述多用户传输系统中，用户接收到的来自基站的下行发送信号、用户间干扰信号的建设性度量； 联合设计基站的预编码矩阵以及可重构智能表面元件的相位矩阵，使用户接收信号的最小建设性度量达到最大化； 采用交替优化方案分别求解基站的预编码矩阵以及可重构智能表面元件的相位矩阵，确定出最优的主被动联合传输方案； 在所述的多用户传输系统中，给定基站直接发送到用户的信息、经由可重构智能表面反射的信息、基站直接发送到可重构智能表面的信息，以及初试迭代次数n=0，误差因子，初始目标函数值；根据现有信道状态信息，采用黎曼共轭梯度下降法，设计可重构智能表面的初试相位系数矩阵，使得用户等效信道的增益最大；信道增益的目标函数表达式为： 式中，和分别表示RIS初始相位系数矩阵形式和向量形式； 约束条件表示如下： 式中，表示第m个可重构智能表面元件初始的相位值； 信道增益的目标函数第k项展开平方项如下： 式中，； 使用对数-和-指数近似法，目标函数变形为： 对于模值为1的非凸约束，在黎曼空间上生成一个M维的复环形黎曼流形如下： 根据求导法则得到目标函数的欧几里得梯度如下： 黎曼梯度计算如下： 通过以上步骤得到可微的目标函数以及相应的欧几里得梯度和黎曼梯度后，使用流形优化工具进行求解，得到可重构智能表面元件初始的相位系数向量； 采用块级整体设计以及利用建设性干扰预编码的方式，利用初始相位系数计算出等效信道的信道状态信息以及单次信道相干长度范围内传输的N帧符号，求解最优的块级预编码矩阵，来最大化K个用户总共NK个传输符号中接收信号的最小建设性干扰度量： 建设性干扰有效判决门限的约束条件为： 设计的预编码矩阵满足复数比例因子的放缩关系： 对于基站传输N帧符号的总发射功率进行功率约束： 以上目标函数和约束条件均为凸函数，使用凸优化工具进行求解，得到本次迭代所求解出的最优的预编码矩阵； 在得到预编码矩阵后，利用求得到的预编码矩阵，目标函数仍然为最大化NK个传输符号中最小的建设性干扰度量值，求解可重构智能表面元件的相位矩阵； 可重构智能表面元件的相位矩阵满足建设性干扰度量的约束条件和对应的复数比例因子的对应关系，以及相位系数元件幅度为1，相位在范围之间，表达式如下： 采用去绝对值以及对数-和-指数近似法将目标函数近似为可微函数，表达式如下： 将变量变形为，利用模值为1这一约束生成一个2M维的黎曼流形： 根据目标函数求出欧几里得梯度： 根据欧几里得梯度计算黎曼梯度： 在得到目标函数的欧几里得梯度及黎曼梯度后，使用流形优化工具对目标函数和给定的黎曼流形和黎曼梯度进行求解，得到流形上的可重构智能表面元件最优相位矩阵；根据可重构智能表面元件最优相位矩阵还原为可重构智能表面元件最优相位系数向量： 。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。