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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种基于神经网络预测LMS功率倒置自适应步长调整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：CN120993366B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511250138.1，技术领域涉及：G01S7/41；该发明授权一种基于神经网络预测LMS功率倒置自适应步长调整方法是由孟宪伟;龙婷玉;贾琳;申奥;许阳洋;鲁一行;潘琼玉设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种基于神经网络预测LMS功率倒置自适应步长调整方法在说明书摘要公布了：本发明公开了一种基于神经网络预测LMS功率倒置自适应步长调整方法，涉及卫星导航和信号处理技术领域，本发明通过构建并训练一个神经网络模型，输入为当前帧输入信号功率及最大特征值，输出为当前帧预测步长，相比于固定步长的LMS功率倒置算法，本发明引入神经网络动态预测最优步长，解决传统经验式步长调节不自适应的问题，并结合输入信号的协方差矩阵和最大特征值反映干扰强度，实现干扰感知调节，能够在干扰较强的情况下，增大步长，以加速收敛和增强跟踪能力；在干扰较弱的情况下，减小步长，以减小稳态失调，提升抗干扰性能。本发明能够解决现有的LMS功率倒置算法中步长参数难以自适应调节的问题，尤其是在多干扰信道或动态环境下步长设置不当造成的收敛缓慢或系统发散问题。

本发明授权一种基于神经网络预测LMS功率倒置自适应步长调整方法在权利要求书中公布了：1.一种基于神经网络预测LMS功率倒置自适应步长调整方法，其特征在于，包括以下步骤： S1，输入信号为多元线阵的阵列天线接收的信号向量，固定第一路输入信号为期望信号；其中，n表示采样时刻； S2，其余路输入信号即构成向量，计算向量的协方差矩阵；表示数学期望，为向量的共轭转置； S3，计算当前采样时刻即当前帧的输入信号功率和最大特征值： 输入信号功率； 其中，表示范数的平方；表示数学期望；表示矩阵的迹； 初始化随机向量； 迭代计算；其中，上标，表示迭代次数； 表示归一化函数； 最大特征值； S4，构建并训练一个神经网络，网络输入为当前帧输入信号功率和最大特征值，输出为LMS功率倒置算法中当前帧的预测步长； 步骤S4中，神经网络的训练过程为： S41，生成含不同干扰强度、噪声功率、突变频率的仿真信号，构建仿真数据集； 设定步长范围，对每个场景都遍历一系列步长，执行LMS功率倒置算法，比较所有步长对应的性能指标，选择使最小的步长作为当前场景下的最优步长；其中，分别为步长的最小值、最大值； 性能指标的计算公式为： ； 其中，T为达到稳态的迭代次数；为采样点数；、为权重系数；为稳态评估的起始时刻；为性能指标；en为LMS功率倒置算法的期望信号与输出信号之间的误差信号； 最优步长的计算公式如下： ； S42，使用仿真数据集训练神经网络，损失函数为： ； 其中，N为样本总数；表示神经网络针对第i个样本输出的预测步长；表示第i个样本对应的最优步长。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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。