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！

龙图腾网获悉福州大学申请的专利具有高维节点特征的多层网络分布式数据采样同步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：CN120281782B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510760193.9，技术领域涉及：H04L67/1095；该发明授权具有高维节点特征的多层网络分布式数据采样同步方法是由黄捷;赵婷婷;黄景丽;许智勇;於志勇;刘尚坤设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本具有高维节点特征的多层网络分布式数据采样同步方法在说明书摘要公布了：本发明涉及一种具有高维节点特征的多层网络分布式数据采样同步方法，包括以下步骤：S1：建立无约束层间和层内参数的多层数学模型；S2：基于无约束层间和层内参数的多层数学模型，将目标状态看作虚拟节点嵌入网络拓扑，设计含有虚拟节点的数据采样控制器；S3：定义同步误差，建立具有高维节点特征的多层网络输出渐进同步问题；S4：基于数据采样控制器，对具有高维节点特征的多层网络非渐进输出同步问题进行求解，建立适用于具有高维节点特征的多层网络的输出渐进同步准则，实现多层网络中的载波同步，使得任意节点发送的调制信号都可以在全局内的其他节点进行同步解调。

本发明授权具有高维节点特征的多层网络分布式数据采样同步方法在权利要求书中公布了：1.具有高维节点特征的多层网络分布式数据采样同步方法，其特征在于，包括以下步骤： S1：建立无约束层间和层内参数的多层数学模型； S2：基于无约束层间和层内参数的多层数学模型，将目标状态看作虚拟节点嵌入网络拓扑，设计含有虚拟节点的数据采样控制器； S3：定义同步误差，建立具有高维节点特征的多层网络输出渐进同步问题； S4：基于数据采样控制器，对具有高维节点特征的多层网络非渐进输出同步问题进行求解，建立适用于具有高维节点特征的多层网络的输出渐进同步准则，实现多层网络中的载波同步，使得任意节点发送的调制信号都能在全局内的其他节点进行同步解调； 所述建立无约束层间和层内参数的多层数学模型，具体如下： 考虑一个无向加权网络，由层组成，每层有个相同的节点系统，第层的动态： （1） 其中q表示邻接节点，表示层内连接矩阵，表示层间连接矩阵，表示第层,定义的是的一阶导数，定义的是第层的第个节点的状态，定义的是第层的第个节点的状态,是控制增益，是状态矩阵，是输入状态矩阵，表示内部耦合矩阵，表示外部耦合矩阵，表示输出系数矩阵，表示第层的节点的输入向量，表示第层的节点的输出向量，表示维欧几里得空间，表示维欧几里得空间，表示维欧几里得空间，表示维欧几里得空间，表示维欧几里得空间； 描述整个多层网络的状态向量，T表示向量的转置，是层的状态向量，定义的是第层的第个节点的状态； 是描述整个多层网络系统输出的向量，其中是层输出变量，表示第层的节点的输出向量； 是描述整个多层网络系统输入的向量，其中是第层的输入向量个节点的控制输入，表示第层的节点的输入向量； 生产目标是一个目标轨迹，以下自治系统的输出： （2） 其中表示整个领导者0的状态矩阵，表示整个领导者0的输出矩阵，和表示领导者0的状态和输出； 将目标系统作为网络的虚拟顶点，标记为第个节点，令中间变量，得到多层网络的增广耦合图定义为，上标表示第层，顶点集为，有向边集为，表示节点到节点的有向边，当且仅当则第层第个节点与第个邻居节点之间连接，否则；其中，，表示第层第个节点与第个邻居节点之间连接；表示连接权重；且，邻接矩阵为： ； 其中表示0向量，表示原始网络连接矩阵，向量，表示原始网络拉普拉斯矩阵，表示边的连接权重；图的拉普拉斯矩阵定义为表示为： ， 其中表示矩阵里面第p行第p列元素，表示对角矩阵，对于是一个正定矩阵。

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福州大学，其通讯地址为：350116 福建省福州市闽侯县大学新区学园路2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”。