Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南开大学章辉获国家专利权

南开大学章辉获国家专利权

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!

龙图腾网获悉南开大学申请的专利一种基于无监督学习的智能反射面相移优化方法及系统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:CN116667898B

龙图腾网通过国家知识产权局官网在2026-04-10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:202310722644.0,技术领域涉及:H04B7/06;该发明授权一种基于无监督学习的智能反射面相移优化方法及系统是由章辉;贾奇铭;李美琨;王晶晶;宋雨昕;杨茂恒;吴虹设计研发完成,并于2023-06-19向国家知识产权局提交的专利申请。

一种基于无监督学习的智能反射面相移优化方法及系统在说明书摘要公布了:一种基于无监督学习的智能反射面相移优化方法及系统,属于通信技术领域。包括基站、用户和智能反射面,基站与用户之间的直连链路被阻断,输入数据为间接级联信道状态信息,对数据预处理的步骤是,先将一维信道状态信息向量转变成二维复数矩阵,将其实部和虚部拆分,并额外加入绝对值部分,形成三通道数据作为神经网络的输入;本发明整个网络由两个卷积‑注意力块、展平层以及多个全连接层构成,其中注意力机制选用Squeeze‑and‑excitationnetworks网络,模型采用不需要标签的无监督学习方法,损失函数定义为频谱效率的负值,考虑到网络的输出需要满足IRS的相移约束,在损失函数中额外添加惩罚项来限制输出。本发明计算效率高,相移优化结果具有一定的参考价值。

本发明授权一种基于无监督学习的智能反射面相移优化方法及系统在权利要求书中公布了:1.一种基于无监督学习的智能反射面相移优化方法,其特征在于: 完成模型特征设计,该模型包括基站、用户和智能反射面,基站与用户之间的直连链路被阻断,只存在间接级联信道,将间接信道按行和列分别拆分并分别相乘组成新的信道状态信息向量; 对信道状态信息数据预处理,先将一维信道状态信息向量转变成二维复数矩阵,将其实部和虚部拆分,并额外加入绝对值部分,形成三通道数据作为神经网络的输入; 其中,模型网络结构中,整个网络由两个卷积-注意力块、展平层以及多个全连接层构成,其中注意力机制选用Squeeze-and-excitationnetworks网络,模型采用不需要标签的无监督学习方法,损失函数定义为频谱效率的负值,考虑到网络的输出需要满足IRS的相移约束,在损失函数中额外添加惩罚项来限制输出,以避免过拟合。

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开大学,其通讯地址为:300350 天津市津南区海河教育园同砚路38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。