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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的通信和感知融合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：CN115551024B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211249697.7，技术领域涉及：H04W28/22；该发明授权一种基于深度学习的通信和感知融合方法是由齐俏;陈晓明;张朝阳设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种基于深度学习的通信和感知融合方法在说明书摘要公布了：本发明公开了一种基于深度学习的通信和感知融合方法。系统由一个通信‑感知双功能基站、多个单天线的移动终端和若干个目标组成。根据通信信道状态信息和感知发射相关矩阵，基站首先基于深度学习设计出感知发射波形和通信接收波束。接着，基站通过下行链路广播感知波形进行周围环境感知，移动终端通过上行链路向基站发射通信信号进行消息传递。最后，基站同时接收到来自目标反射的回波信号和移动终端发射的通信信号，一方面恢复出回波信号中的目标响应矩阵来提取周围环境信息，另一方面通过通信接收波束来解码通信信号。本发明为无线网络提供了一种有效的基于深度学习的通信和感知融合方法。

本发明授权一种基于深度学习的通信和感知融合方法在权利要求书中公布了：1.一种基于深度学习的通信和感知融合方法，其特征在于，包括如下步骤： 1在小区中心部署一个通信-感知双功能基站，该基站有Nt根发射天线和Nr根接收天线，K个移动终端通过无线网络接入这一基站，同时存在若干个目标，其中一个通信帧的时隙长度为L； 2基站与移动终端进行信息交互，获取通信状态信息，其中基站到第k个移动终端的通信信道状态信息为hk,k＝1,…,K，同时根据先验信息获取目标响应矩阵G的感知发射相关矩阵RT； 3根据通信信道状态信息和感知发射相关矩阵，分别计算出通信速率和感知互信息作为通信和感知的性能指标； 4基站利用深度学习设计出感知发射波形S和每一个移动终端的通信接收波束wk,k＝1,…,K； 5基站通过下行链路广播感知发射波形进行周围环境感知，移动终端通过上行链路向基站发射通信信号进行消息传递； 6基站同时收到来自目标反射的回波信号和移动终端发射的通信信号，一方面恢复出回波信号中的目标响应矩阵来提取周围环境信息，另一方面通过通信接收波束来解码通信信号； 步骤4中，基站利用深度学习设计感知发射波形S和每一个移动终端的通信接收波束wk,k＝1,…,K的方法为： 4.a对S进行奇异值分解，得到其中为S的第i个奇异值,i＝1,…,Nt,并满足Us和Vs分别是S的是左奇异值矩阵和右奇异值矩阵，表示维度为Nt×L-Nt的零矩阵，·12表示对矩阵元素开根号； 4.b对RT进行特征值分解，得到其中σt,i为RT的第i个特征值,i＝1,…,Nt，并满足UT是RT的特征值矩阵； 4.c对RH进行特征值分解，得到其中σh,j为RH的第j个特征值，j＝1,…,Nr,并满足Uh是RH的特征值矩阵； 4.d令S的右奇异值矩阵等于RT的特征值矩阵，即Vs＝UT，则感知互信息更新为 4.e利用拉格朗日乘子法，得到使通信速率最大化的最优通信接收波束为则通信速率更新为其中 表示hk的共轭； 4.f根据感知信号发射功率限制，令其中Ps为感知信号的最大发射功率； 4.g求出最大可达通信速率Mc以及最大可达感知互信息Ms； 4.h构建并训练深度学习网络，求出使系统的总目标即通信速率与感知互信息加权和的值最大的解σs,i，i＝1,…,Nt，即得到感知发射波形S和通信接收波束wk，其中α为通信权重，1-α为感知权重。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。