南京信息工程大学徐一纯获国家专利权
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!
龙图腾网获悉南京信息工程大学申请的专利面向多协同监测水声隐蔽通信的发射功率优化方法、产品及设备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:CN121001160B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202511526603.X,技术领域涉及:H04W52/24;该发明授权面向多协同监测水声隐蔽通信的发射功率优化方法、产品及设备是由徐一纯;田文;杨佳怡;方小星;左卿;刘道新设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。
本面向多协同监测水声隐蔽通信的发射功率优化方法、产品及设备在说明书摘要公布了:本发明公开了一种面向多协同监测水声隐蔽通信的发射功率优化方法、产品及设备,包括:估计在发送节点发送预设符号时,各监听节点监听到的接收信号,根据接收信号,计算各监听节点观测到的发射功率,进而计算各监听节点的判决统计量;选择与所处的水声隐蔽通信环境对应的融合策略,对各监听节点的判决统计量进行融合,得到联合判决统计量;判断联合判决统计量是否满足预设条件,若是,则建立发射功率优化模型,所述发射功率优化模型以多监听节点协同监测的联合误检率最低为目标,以总通信吞吐率大于或等于预设阈值为约束条件,发射功率在每个通信时隙中进行扰动控制;求解得到最优发射功率。本发明适用于具有多监听节点的水声隐蔽通信场景下。
本发明授权面向多协同监测水声隐蔽通信的发射功率优化方法、产品及设备在权利要求书中公布了:1.一种面向多协同监测水声隐蔽通信的发射功率优化方法,其特征在于,包括如下步骤: 1估计在发送节点发送预设符号时,各监听节点监听到的接收信号,其中,所接收信号估计时考虑发送节点与监听节点之间的多径路径干扰,且监听节点处噪声服从α稳定分布; 2根据各监听节点监听到的接收信号,计算各监听节点采用EM算法观测到的发送节点发送预设符号时的发射功率; 3根据各监听节点观测到的发射功率,计算各监听节点针对接收信号的判决统计量; 4按照环境-融合策略对应关系,选择与所处的水声隐蔽通信环境对应的融合策略,对各监听节点的判决统计量进行融合,得到多监听节点协同监测的联合判决统计量; 5判断联合判决统计量是否满足预设条件,若是,则执行步骤6; 6建立发射功率优化模型,所述发射功率优化模型以多监听节点协同监测的联合误检率最低为目标,以总通信吞吐率大于或等于预设阈值为约束条件,以发射功率为决策变量,发射功率在每个通信时隙中进行扰动控制; 7求解所述发射功率优化模型,得到最优发射功率; 步骤3中所述判决统计量的计算表达式为: , , 式中,为监听节点m的判决统计量,为监听节点m的检测统计量,表示监听节点m处的噪声功率,为多径干扰功率,为监听节点m观测到的发射功率,为主路径增益,表示水声路径损耗因子,表示监听节点m监听到的接收信号,N表示统计符号总数,为检测阶数,满足,α为监听节点处噪声服从的α稳定分布的特征指数; 步骤4具体包括: 4.1获取环境-融合策略对应关系,所述环境-融合策略对应关系具体为: 当水声隐蔽通信环境为节点信道状态异质时,选择加权融合策略; 当水声隐蔽通信环境为局部检测能力差异显著时,选择最大值融合策略; 当水声隐蔽通信环境为低通信环境时,选择多数投票策略; 4.2按照环境-融合策略对应关系,选择与所处的水声隐蔽通信环境对应的融合策略; 4.3采用选择的融合策略对各监听节点的判决统计量进行融合,得到多监听节点协同监测的联合判决统计量: 当选择的是加权融合策略时,联合判决统计量为: , 式中,为联合判决统计量,为监听节点m的权重,为监听节点m的判决统计量,M为监听节点的数量; 当选择的是最大值融合策略时,联合判决统计量为: , 当选择的是多数投票策略时,联合判决统计量为: , 式中,表示指示函数,当括号内条件成立时其值为1,否则为0,为监听节点m处的判决门限。
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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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