南京邮电大学王慧清获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利基于深度学习差异矩阵度量构建信道图的全局定位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：CN120337095B 。
龙图腾网通过国家知识产权局官网在2026-03-03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：202510585645.4，技术领域涉及：G06F18/2433；该发明授权基于深度学习差异矩阵度量构建信道图的全局定位方法是由王慧清;张海涛;乐梓怡;朱海博;刘芫健;朱少楠;葛雨轩;梅宇洋设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。
本基于深度学习差异矩阵度量构建信道图的全局定位方法在说明书摘要公布了：本发明属于移动通信技术领域，公开了基于深度学习差异矩阵度量构建信道图的全局定位方法，通过采集与处理信道状态信息数据，构建基于深度学习的差异性度量矩阵，进而利用多维缩放流形学习技术构建信道图，并结合旋转、共形及仿射变换等手段实现全局定位，保证了基于差异性度量模型预测值构建信道图和进行全局定位方法的普适性。
本发明授权基于深度学习差异矩阵度量构建信道图的全局定位方法在权利要求书中公布了：1.基于深度学习差异矩阵度量构建信道图的全局定位方法，其特征在于，包括以下步骤： 步骤1、采集信道状态数据，并将采集的信道状态数据进行时域变换，得到时域信道状态信息数据； 步骤2、对时域信道状态信息数据进行特征工程，基于深度学习的差异性构建多基站差异性矩阵；其中，所述深度学习的差异性指利用训练优化后的基于深度神经网络DNN的差异性度量模型，预测输出所有信道状态信息数据采集时间i、j差异值，并基于相异度的对称性进行结果平均得到采集时间i、j信道状态信息数据差异性度量； 步骤3、基于多基站差异性矩阵，采用多维缩放流形学习构建信道图； 步骤4、对信道图进行旋转变换、共性变换以及仿射变换，实现全局定位。
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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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