深圳大学林晓辉获国家专利权
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!
龙图腾网获悉深圳大学申请的专利基于多模态信息融合的城市空地无线电地图重绘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:CN117874156B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202410055057.5,技术领域涉及:G06F16/29;该发明授权基于多模态信息融合的城市空地无线电地图重绘方法是由林晓辉;徐天舒;毕宿志;苏恭超设计研发完成,并于2024-01-15向国家知识产权局提交的专利申请。
本基于多模态信息融合的城市空地无线电地图重绘方法在说明书摘要公布了:本发明的基于多模态信息融合的城市空地无线电地图重绘方法通过多模态信息融合提高位置估计和环境感知的准确性和可靠性;通过结合部分残缺地图先验知识和少量的RSS测量值,可以获得更全面和更具鲁棒性的信息表示;通过多类别遮挡无线信道模型和多类别虚拟障碍地图模型的模态融合,将无线信号特征和地理信息特征共同用于重绘无线电地图,以更好地捕捉它们之间的关联性和互补性。本发明的方法可以通过开源的RSS测量数据集进行实验验证,并与单一模态的方法进行了对比,以评估其有益效果。而评估实验结果展示了本发明的在无线信号接收强度估计和虚拟障碍地图重绘任务中的优势,并展现了其在减少任务需求数据量和提高重绘精度方面的有效性。
本发明授权基于多模态信息融合的城市空地无线电地图重绘方法在权利要求书中公布了:1.一种基于多模态信息融合的城市空地无线电地图重绘方法,其特征在于,包括: S1、基于部分城市3D地图对虚拟障碍地图生成网络进行预训练并固定初始网络参数; S2、基于无人机和地面用户之间的通信信道遮挡信息对权重生成网络进行预训练并固定初始网络参数; S3、基于所述无人机和所述地面用户之间的位置关系及无线信道信号接收强度联合优化所述虚拟障碍地图生成网络和无线信道参数预测网络; S4、基于优化后的所述虚拟障碍地图生成网络生成所述城市空地无线电地图,并基于优化后的所述无线信道参数预测网络预测无线信道参数; 所述步骤S1包括: S11、使用地理信息开源数据集作为掩码矩阵对原始3D城市地图进行掩码处理以得到所述部分3D城市地图; S12、将所述原始3D城市地图作为标签,并基于所述部分3D城市地图预训练所述虚拟障碍地图生成网络并存储网络参数; 所述步骤S2包括: S21、采用第一分类策略网络和第二分类策略网络构建所述权重生成网络,所述第一分类策略网络和所述第二分类策略网络的输出结果均为表示某条无线信道链路在虚拟障碍地图中处于各类遮挡状态下的遮挡强度类型; S22、分别采用第一源数据和第一分类标签训练第一分类策略网络直至其收敛; S23、分别采用第二源数据和第二分类标签训练第二分类策略网络直至其收敛; 其中所述第一分类策略网络是由若干线性层和激活函数组成的神经网络,所述第二分类策略网络是由激活函数和Softmax函数组成的神经网络; 在所述步骤S22中,所述第一分类标签 其中, 其中,SumHeightDiffk表示高度差异和,其为对于每一条无线信道链路p上的第k类遮挡类型,对应位置的zm与hm,k的高度和之差,其中zm代表无线信道链路P对应的地面用户和无人机3D位置的连线位置上的高度值,hm,k代表无线信道链路P对应的地面用户和无人机3D位置的连线位置上的虚拟障碍高度值;Upperbound表示累计遮挡高度上限;s表示基于反指数函数的遮挡权重分配策略,w表示两类遮挡强度类型判定方法的影响因子,k的取值为0,1或2,λ为反指数分布的系数; 在所述步骤S23中,所述第二分类标签 其中Pathloss表示无线信道信号接收强度的损耗实际值,而表示无线信道信号接收强度的损耗预测值。
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深圳大学,其通讯地址为:518000 广东省深圳市南山区粤海街道南海大道3688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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励