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基于2D深度学习的3D室内无线电地图估计方法及系统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：CN119558165B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410854798.X，技术领域涉及：G06F30/27；该发明授权基于2D深度学习的3D室内无线电地图估计方法及系统是由王俊元;饶慧婷;朱亚萍;李卒星设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本基于2D深度学习的3D室内无线电地图估计方法及系统在说明书摘要公布了：本发明公开了一种基于2D深度学习的3D室内无线电地图估计方法radioresidualnetwork，即R2Net，根据建筑物布局图、家具布局图和发射机位置估计3D室内无线电地图，考虑室内发射机、接收机和障碍物的高度对无线电地图的影响。由于2D深度学习算法的输入和输出都是2D图片，本发明提出用像素值表示建筑物、家具和发射机高度，用不同的输出通道生成不同高度的3D无线电地图。将3D无线电地图估计转化为2D深度学习任务，降低了计算开销和内存需求。本发明所提2D深度学习方法R2Net具有强泛化能力，且根据室内路径损耗特征，增强特征提取，提高了估计精度和效率。

本发明授权基于2D深度学习的3D室内无线电地图估计方法及系统在权利要求书中公布了：1.基于2D深度学习的3D室内无线电地图估计方法，其特征在于：包括如下步骤： 步骤1、将预先仿真获取的若干3D无线电地图估计的输入和输出构建为含有高度信息的2D图片，用像素值表示建筑物、家具和发射机高度，用不同的输出通道生成不同高度的3D无线电地图，所述2D图片包括建筑物布局图、家具布局图和发射机位置图；用像素值表示建筑物、家具和发射机高度的具体方法如下： 用像素值0表示无物体，用像素值1表示最高物体hmax，高度为henv的物体所在像素点的值根据如下公式计算： venv＝henv+εhmax+ε，其中ε为区分位于地面的物体设置的一个常数； 步骤2、根据3D无线电地图的特征构建2D深度学习方法估计模型，将步骤1中获取的2D图片分为训练集、交叉验证集和测试集；所述2D深度学习方法估计模型的具体架构包括编码器和解码器，其中，编码器中包括若干级联残差模块；解码器包括若干最近邻上采样模块；编码器和解码器之间连接路径损耗特征增强模块；构建2D深度学习方法估计模型的具体过程如下： 步骤2.1、基于U-Net的编码器和解码器结构模型，根据路径损耗的特点，采用随机丢弃层和级联残差模块，增强特征提取； 步骤2.2、采用最近邻插值算法，解码器将编码器提取到的特征恢复到原始图像的尺寸上，从而实现像素级的无线电地图估计； 步骤2.3、采用跳跃连接，将编码器所提特征传递给解码器； 步骤3、设置2D深度学习方法估计模型的训练参数和损失函数； 步骤4、应用训练集对2D深度学习方法估计模型进行训练，使用交叉验证集进行验证，并实时对2D深度学习方法估计模型的参数进行更新，直至训练完成，并应用测试集对模型进行估计精度测评； 步骤5、将环境参数输入至步骤4获取的最优2D深度学习方法估计模型中，估计获得3D室内无线电地图。

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。