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！

龙图腾网获悉江苏大学申请的专利基于离散相移的智能反射面调控优化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：CN121173337B 。

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：202511696268.8，技术领域涉及：H04B7/04；该发明授权基于离散相移的智能反射面调控优化方法是由张文策;祁金燕;蔡英凤;鲍煦;夏景;陈龙设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于离散相移的智能反射面调控优化方法在说明书摘要公布了：本发明公开了基于离散相移的智能反射面调控优化方法，智能反射面RIS接收基站目标信号，利用改进LSTM网络，基于信号时序规律提取第一纯净信号；通过短时傅里叶变换将目标信号转至频域，依据信道矩阵信道衰落规律得到第二纯净信号，加权融合得到去噪信号以抵消干扰和信道衰落影响，基于欧拉公式将复数信道矩阵分解得到实数特征矩阵，在Transformer中通过多头自注意力、交叉注意力生成RIS相移矩阵，经量化激活函数得到量化相移矩阵以匹配硬件，提高RIS反射单元的调控精度，发送去噪信号至目标用户，实现高性能无线通信。

本发明授权基于离散相移的智能反射面调控优化方法在权利要求书中公布了：1.基于离散相移的智能反射面调控优化方法，其特征在于，包括， 智能反射面RIS接收到基站发送的目标信号后获取基站到RIS的信道矩阵、RIS到目标用户的信道矩阵以及基站到目标用户的信道矩阵和RIS上反射单元的最小调整量； 采用改进LSTM网络从目标信号中基于信号时序规律提取第一纯净信号；通过短时傅里叶变换将目标信号转换至频域得到时频矩阵，基于信道衰落规律得到第二纯净信号；计算第一纯净信号和第二纯净信号的融合权重，基于融合权重将第一纯净信号和第二纯净信号加权融合得到去噪信号； 基于欧拉公式将采集到的信道矩阵中的元素分解为实数分量得到实数信道矩阵并进行拼接得到实数特征矩阵；将实数特征矩阵输入到Transformer模型中，通过多头自注意力学习机制、交叉注意力机制和量化激活函数生成量化相移矩阵； 根据Transformer模型生成的量化相移矩阵对RIS中的反射单元进行调整后将去噪信号发送至目标用户； 其中，所述基于信号时序规律提取第一纯净信号，包括： 改进LSTM网络通过输入门计算出当前信号的输入比例，通过遗忘门计算出历史状态的遗忘比例；随后通过规律强化门对比相邻时间点之间的信号相似度计算时序规律权重；根据得到的当前信号的输入比例、历史状态的遗忘比例和时序规律权重计算记忆单元值；计算输出门的激活值并基于记忆单元值计算得到第一纯净信号； 所述基于信道衰落规律得到第二纯净信号，包括： 通过短时傅里叶变换将目标信号转换至频域得到时频矩阵并计算每个频率点的能量，基于基站到RIS的信道矩阵提取信道衰落规律生成频域注意力权重矩阵，对频域注意力权重矩阵进行物理约束得到优化频域注意力权重矩阵，通过优化频域注意力权重矩阵对时频矩阵进行加权后得到加权时频矩阵，再通过逆短时傅里叶变换将加权时频矩阵转换至时域得到第二纯净信号； 所述基于融合权重将第一纯净信号和第二纯净信号加权融合得到去噪信号，包括： 第一纯净信号的置信度分数通过计算改进LSTM网络中规律强化门的时序规律权重均值得到；第二纯净信号的置信度分数通过计算频域注意力权重矩阵的注意力熵的平均值得到；基于第一纯净信号与第二纯净信号的置信度分数进行加权融合得到去噪信号； 所述基于欧拉公式将采集到的信道矩阵中的元素分解为实数分量得到实数信道矩阵并进行拼接得到实数特征矩阵，包括： 基于欧拉公式将复数形式的基站到RIS的信道矩阵、RIS到目标用户的信道矩阵、基站到目标用户的信道矩阵中的元素分解为实数分量后，得到基站到RIS的实数信道矩阵、RIS到目标用户的实数信道矩阵、基站到目标用户的实数信道矩阵；将基站到RIS的实数信道矩阵中每一行的与将RIS到目标用户的实数信道矩阵和基站到目标用户的实数信道矩阵按行进行拼接后得到的矩阵进行拼接得到实数特征矩阵。

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江苏大学，其通讯地址为：212013 江苏省镇江市学府路301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。