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！

龙图腾网获悉西安电子科技大学申请的专利Massive MIMO系统的三维非均匀天线阵列设计方法、装置及存储介质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：CN116232393B 。

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：202310133729.5，技术领域涉及：H04B7/0413；该发明授权Massive MIMO系统的三维非均匀天线阵列设计方法、装置及存储介质是由张阳;张舒婷;吴雨晨;李世崇;庞立华设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本Massive MIMO系统的三维非均匀天线阵列设计方法、装置及存储介质在说明书摘要公布了：本发明公开了MassiveMIMO系统的三维非均匀天线阵列设计方法、装置及存储介质，包括；步骤1：根据三维非均匀天线阵列的排布特点，构建阵元位置与用户位置之间的距离关系式以及阵元间的空间相关矩阵；步骤2：基于距离关系式以及阵元间的空间相关矩阵构建信道模型；步骤3：基于信道模型构建系统遍历和速率模型并近似，得到近似后的系统遍历和速率模型；步骤4：以最大化近似后的系统遍历和速率模型为目标，以天线布局为优化变量，以空间资源受限与天线阵元间距大于半波长为约束建立优化问题；步骤5：利用增强型粒子群算法对优化问题并求解，得到三维非均匀天线阵列拓扑结构。本发明能够提高通信系统的遍历和速率。

本发明授权Massive MIMO系统的三维非均匀天线阵列设计方法、装置及存储介质在权利要求书中公布了：1.一种MassiveMIMO系统的三维非均匀天线阵列设计方法，其特征在于，包括以下步骤； 步骤1：根据三维非均匀天线阵列的排布特点，构建阵元位置与用户位置之间的距离关系式以及阵元间的空间相关矩阵； 步骤2：基于所述距离关系式以及阵元间的空间相关矩阵构建信道模型； 步骤3：基于所述信道模型构建系统遍历和速率模型并近似，得到近似后的系统遍历和速率模型； 步骤4：以最大化近似后的系统遍历和速率模型为目标，以天线布局为优化变量，以空间资源受限与天线阵元间距大于半波长为约束建立优化问题； 步骤5：利用增强后的粒子群算法对优化问题并求解，得到三维非均匀天线阵列拓扑结构； 所述步骤1具体为： 步骤1.1：假设基站配备有Nt根发射天线，与K个配备单天线用户同时通信，基站第m根发射天线与第k个用户之间的距离rm,k表示为： 其中，||·||表示范数运算，pm＝[xm,ym,zm]T,m＝1,…,Nt表示第m个发射阵元的位置，xm、ym与zm分别对应直角坐标系中x轴、y轴与z轴的位置，[·]T表示矩阵转置运算，uk＝[rkΨk,rkΦk,rkΩk]T表示第k个用户的位置，rk表示用户k到坐标原点的距离，k＝1，…，K，θk∈[0,2π]表示用户k的方位角，φk∈[-π2,π2]表示用户k的仰角， 步骤1.2：对于基站端任意两个位置分别为pm＝xm,ym,zm和pn＝xn,yn,zn的发送天线m和n来说，其三维空域内天线相关系数表示为： 其中，e为自然指数，λ为电磁波波长，Paθ和Peφ分别表示各个多径的能量在水平方向和垂直方向上的水平角度功率谱函数PAS和垂直角度功率谱函数PES，θ和分别表示电磁波离开方位角与仰角，Paθ和Peφ具有独立的概率分布；pn＝[xn,yn,zn]T,n＝1,…,Nt表示第n个发射阵元的位置，xn、yn与zn分别对应直角坐标系中x轴、y轴与z轴的位置，当处于均匀散射无线传播环境中时，PAS和PES服从均匀分布，则Paθ和Peφ分别表示为： 其中，θ0和φ0分别表示方位角和俯仰角的角度分布均值；Δθ和Δφ分别表示方位角和俯仰角的角度分布范围； 故，阵元间的空间相关矩RT能够表示为： 所述步骤2具体为： 假设从基站到第k个用户间的信道hk遵循空间相关的莱斯衰落分布，hk表示为： 其中，KR为莱斯因子,代表LOS分量，代表NLOS分量； 对于LOS分量，为了体现近场球面波前特性，将建模为： 其中，[·]H表示矩阵的共轭转置运算，rm，k表示基站第m根发射天线与第k个用户之间的距离，m＝1，...，Nt，k＝1，...，K； 对于NLOS分量，采用统计方式来建模，具体地表示为： 其中， 服从均值为0、方差为1的复高斯分布，RT表示阵元间的空间相关矩；i＝1，...Nt； 所述步骤5具体为： 步骤5.1：利用增强后的粒子群算法来搜索最优天线布局，粒子代表天线布局P，定义适应度函数为： 其中，fP为适应度函数，P表示基站天线布局，表示系统遍历和速率的近似值； 步骤5.2：初始化粒子种群数并计算每个粒子的适应度值； 步骤5.3：将每个粒子所经历过的位置Pi按其适应度值排序来获得当前个体最优位置，并更新当前的全局最优粒子Pg； 步骤5.4：根据Pi将所有粒子按适应度值进行递减排序，并更新其速度和位置，速度和位置的更新表达式为： 其中，i＝1,2,...,S，S为粒子总数；n＝1,2,...,N表示第n维空间，N＝3；t为当前迭代次数；表示第t次迭代下第i个粒子的第n维空间的速度；表示第t次迭代下第i个粒子的第n维空间的位置；表示第t次迭代下第i个粒子的第n维空间的个体最优位置；表示第t次迭代下第i个粒子的第n维空间的全局最优位置；c1、c2是学习因子，r1和r2是[0,1]之间均匀分布的随机数，w为惯性权重因子，表达式如下： 其中，wmax和wmin分别为惯性权重因子的最大值和最小值，fi、fmax和fmin分别为粒子当前适应度值、平均适应度值、最大适应度值和最小适应度值，ws为标准惯性权重值； 步骤5.5：对全局最优粒子进行扰动使其能够跳出局部最优解来探索更多的区域，从而使全局最优粒子发挥其最大价值，全局最优粒子扰动表达式为： 其中，r是服从[0,1]分布的随机数，T为最大迭代次数； 步骤5.6、循环执行步骤5.3至步骤5.5，判断是否达到性能要求或迭代次数达到预先设置的最大迭代值，若满足终止条件则直接输出最优解。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。