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！

龙图腾网获悉杭州电子科技大学申请的专利基于多模态信息的无人机波束预测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：CN119962337B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411726280.4，技术领域涉及：G06F30/27；该发明授权基于多模态信息的无人机波束预测方法及装置是由褚红军;郑海江;宋朝晖;陆雪松;宫新一;张大林;李涧青设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于多模态信息的无人机波束预测方法及装置在说明书摘要公布了：本发明公开了基于多模态信息智能筛选机制的无人机波束预测方法及装置，方法包括如下步骤：1、在目标空域采集多模态信息；2、对步骤1获取的信息进行预处理，执行归一化操作并拼接形成初始多模态信息‑最优波束成形矢量数据集；3、对步骤2的数据集进行特征选择，剔除当前环境下对波束预测准确度贡献度小于设定值的特征，筛选出贡献度最大的特征作为关键信息并构建关键多模态信息‑最优波束成形矢量数据集；4、利用步骤3的数据集构建和训练波束预测神经网络模型；5、在每个时隙，无人机获取关键多模态信息并传送至基站，基站利用波束预测神经网络模型执行波束预测，得到当前时隙的最优波束成形矢量。

本发明授权基于多模态信息的无人机波束预测方法及装置在权利要求书中公布了：1.基于多模态信息智能筛选机制的无人机波束预测方法，其特征是包括如下步骤： 1、在目标空域采集多模态信息； 2、对步骤1获取的多模态信息进行预处理，执行归一化操作并拼接形成初始多模态信息-最优波束成形矢量数据集； 3、对步骤2的数据集进行特征选择，剔除当前环境下对波束预测准确度贡献度小于设定值的特征，筛选出贡献度最大的特征作为关键信息并构建关键多模态信息-最优波束成形矢量数据集； 4、利用步骤3的数据集构建和训练波束预测神经网络模型； 5、在每个时隙，无人机获取关键多模态信息并传送至基站，基站利用波束预测神经网络模型执行波束预测，得到当前时隙的最优波束成形矢量； 步骤3中，将步骤2的数据集通过递归特征消除RFE法进行特征选择；在递归特征消除RFE法中，使用包含两个128节点隐藏层的MLP作为基估计器,递归地去除贡献最小的特征，并使用5折分层交叉验证评估每个特征数量下的模型性能； 步骤3中，通过递归特征消除RFE法筛选出的关键多模态信息包括位置、高度、速度，由此得到最终用于构建和训练波束预测神经网络模型的关键多模态信息-最优波束索引数据集： 其中，Mu*表示通过RFE法筛选后的第u个样本的关键多模态信息集合，仅包括对波束预测贡献度最大的特征；fu*表示与关键多模态信息集合Mu*对应的最优波束索引； 步骤4中，构建的波束预测神经网络模型采用三层全连接神经网络来预测最优波束索引；输入层的维度根据关键信息的实际维度进行调整；隐藏层包含三个层，每层有256个隐藏单元；输出层通过softmax函数生成波束索引的概率分布； 步骤4中，模型训练过程中采用交叉熵损失函数，并使用Adam优化器进行优化。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。