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！

龙图腾网获悉北京科技大学申请的专利一种宽带容量优化方法及装置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：CN114938512B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210435498.9，技术领域涉及：H04W24/02；该发明授权一种宽带容量优化方法及装置是由张海君;吴舒勍;刘向南;孙春蕾;李卫;王健全设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本一种宽带容量优化方法及装置在说明书摘要公布了：本发明公开了一种宽带容量优化方法及装置，该方法包括：以智能可重构表面RIS取代无小区网络中的部分基站，构建RIS辅助无小区网络系统模型；设计RIS辅助无小区网络系统中的联合预编码问题，通过联合优化基站端的有源预编码和RIS端的无源预编码，最大化用户的和速率；并引入辅助变量：RIS的相移矩阵Θ和预编码向量矩阵W，将联合预编码问题转化为Θ和W的优化问题；分别使用深度强化学习算法对相移矩阵Θ和预编码向量矩阵W进行优化，使Θ和W都取最优解，以最大限度地提高用户的和速率性能，实现宽带容量优化。本发明所提供的宽带容量优化方法可以较好地解决无小区网络的成本和功耗问题。

本发明授权一种宽带容量优化方法及装置在权利要求书中公布了：1.一种宽带容量优化方法，其特征在于，包括： 以智能可重构表面RIS取代无小区网络中的部分基站，构建RIS辅助无小区网络系统模型；其中，在系统模型中用户对之间采用RIS通信； 设计RIS辅助无小区网络系统中的联合预编码问题，通过联合优化基站端的有源预编码和RIS端的无源预编码，最大化用户的和速率；并引入辅助变量：RIS的相移矩阵Θ和预编码向量矩阵W，将联合预编码问题转化为Θ和W的优化问题； 分别使用深度强化学习中的近端策略优化PPO算法对相移矩阵Θ和预编码向量矩阵W进行优化，使Θ和W都取最优解，以最大限度地提高用户的和速率性能，实现宽带容量优化，包括： 步骤1，初始化无线设备信息、用户信息和智能体环境信息，包括：基站最大发射功率Pmax，用户权重ηk，以及智能体动作和状态； 步骤2，反复执行以下过程：将当前状态st输入actor-new网络，得到动作at，再输入到环境中得到奖励rt和下一步的状态st′；直至储存预设数量的{st,at,rt}； 其中，子载波p上从基站b到用户k的等效信道表示为： 式中，Gb,r,k、分别为子载波p上从基站b到用户k、从基站b到RISr、从RISr到用户k的频域信道；为RISr的相移矩阵，R为RIS数量； 当前状态考虑一个高斯信道，令zk,p表示加性高斯白噪声，则接收信号为： 式中，yb,k,p为子载波p上从基站b到用户k的基带频域信号，Wb,p,j为基站b的预编码向量，sp,j为由wb,p,j预编码的频域信号；B为基站数量；K为用户数量； 步骤3，设计求用户和速率的目标函数； 其中，子载波p在用户k上的信号sp,k的信噪比表示为： 式中，Ξk,p为加性高斯白噪声方差； 由此推导出用户的加权和率表达式，即目标函数为： 式中，P为子载波数量；ηk为用户权重；γk,p为子载波p在用户k上的信号sp,k的信噪比； 使目标函数成立需要两个约束条件： 其中，为RIS反射系数的可行集合；θr,n为RIS的反射系数； 步骤4，将存储的所有st,at,rt组合输入到critic网络中，计算优势函数： 其中，优势函数由以下公式计算： 式中，γ为折扣因子，st为当前状态，st′为下一状态，at为当前动作，rt′为目标函数，γt′-t为下一时刻和当前时刻折扣因子之差，f′Θ,W为下一时刻的目标函数；t′为下一时刻，t为当前时刻，πst,at为当前环境和动作产生的策略，Pst′|st,at为在当前环境和动作下产生新的环境信息的概率；VΦst为价值函数，由以下公式计算： 步骤5，根据贝尔曼方程获得即时奖励进行学习，采用PPO算法实现Θ和W的交替优化学习，求得Θ和W的优化解；以最大限度地提高用户的和速率性能。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。