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！

龙图腾网获悉同济大学申请的专利一种基于位置信息编码和周期非线性神经网络的车地无线信道预测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：CN119907023B 。

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：202510084714.3，技术领域涉及：H04W24/02；该发明授权一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法是由兰蒙;黄新林;刘剑锋;王盛宇;凌子寒;汤昊晨;徐中伟设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法在说明书摘要公布了：本发明属于通信技术、神经网络领域，提供了一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法，适用于车地无线通信系统的优化。其具体步骤如下：S1：采集列车的位置信息及无线信道实例，对采集到的信道实例进行位置编码，将信道实例映射到高维的傅里叶特征空间；S2：整合周期非线性神经网络，构建生成式深度神经网络，基于位置信息编码和周期非线性神经网络对信道实例进行学习和建模；S3：应用训练好的模型进行实时信道预测，支持无线通信系统的动态优化。本发明提高了车地无线信道预测的精度和效率，具有显著的技术优势。

本发明授权一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法在权利要求书中公布了：1.一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法，其特征在于，包括以下步骤： S1：采集列车的位置信息及无线信道实例，并对采集到的信道实例进行位置编码；将信道实例映射到高维的傅里叶特征空间； 其中，所述无线信道实例，包括列车与基站通信过程中产生的一条或多条上行下行历史通信数据以及历史信道信息；所述历史通信数据包括信道状态信息CSI；所述历史信道信息包括历史的信道状态信息和历史的信道冲激响应； 其中，对采集到的信道实例进行位置编码，如下： 其中，和是位置编码的比例因子，通过比例因子和来调节每一维的频率，生成一系列从低到高的频率；是一个可调节的尺度因子，表示编码的索引，是频率的总数；表示第条路径的损失函数； S2：基于位置信息编码和周期非线性神经网络，构建生成式深度神经网络，对信道实例进行学习和建模； 步骤S2包括： S21：整合周期非线性神经网络和位置编码，构建生成式深度神经网络； 所述生成式深度神经网络包括位置信息编码层和周期非线性神经网络层； 位置信息编码层将输入位置、时间和频率参数通过位置编码扩展为高维特征，并提供给周期非线性神经网络层，进行实时信道预测； 所述周期非线性神经网络，指使用非线性激活函数的神经网络； S22：对信道实例进行学习和建模； 整体训练流程如下： 首先，进行数据准备，加载真实信道冲激响应CIR数据集，将复数值分解为实部和虚部；将输入位置、时间和频率等参数通过位置编码扩展为高维特征； 模型初始化，初始化周期非线性神经网络的权重和偏置；权重初始化方案如下： 其中，为输入维度，为均匀分布函数； 训练过程中使用监督学习方法，使用无线信道实例即信道冲击响应CIR作为标签，通过优化损失函数来提高模型的预测精度和泛化能力，所述损失函数为： 其中，为输出的维度，为训练标签，是预测值；表示目标值和预测值在所有输出维度上的平均距离； 反向传播计算梯度，更新网络参数； S3：应用所述生成式深度神经网络模型进行实时信道预测。

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同济大学，其通讯地址为：200092 上海市杨浦区上海市四平路1239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。