Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学王小洁获国家专利权

重庆邮电大学王小洁获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化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:CN118612767B

龙图腾网通过国家知识产权局官网在2025-11-28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:202410673173.3,技术领域涉及:H04W24/02;该发明授权基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化方法是由王小洁;郭琪;邱云翔;胡浩;易令;宁兆龙设计研发完成,并于2024-05-28向国家知识产权局提交的专利申请。

基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化方法在说明书摘要公布了:发明公开了基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化方法,首先设计了一个基于相位对齐的智能反射面相位控制策略,根据本发明设计的相位控制策略,推导出了多无人机合用户之间的湖和信道增益。为了最大化多无人机的平均传输功率,将用户关联、视距链路判断和多无人机估计优化进行联合优化,并设计了一种基于改进的A3C算法对联合优化问题进行求解,保证系统无人机和用户之间平均传输速率的长期优化。为了保证系统的稳定性,本发明在最大化系统平均传输速率的同时,实现多智能反射面辅助多无人机通信网络的高效可靠通信。本发明为多智能反射面辅助多无人机通信网络的用户关联和无人机轨迹优化提供了一种新方法。

本发明授权基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化方法在权利要求书中公布了:1.基于多智能反射面辅助的多无人机通信网络的用户关联和无人机轨迹优化方法,其特征在于,包括以下步骤: 步骤1:构建系统模型,确认传输信道模型和传输速率模型,以最大化平均系统总传输速率为优化目标构建优化问题为: K表示无人机个数,N表示用户数,I表示智能反射面个数,Rk[t]表示每个无人机的用户组在时隙t的传输速率总和,qk[t]表示无人机k在时隙t上的坐标,r表示智能反射面阵列的列数,q表示无人机的位置,τ表示时隙,T表示时隙的数量; 约束C1定义了一个二进制变量βi,n[t]的取值为0和1;约束C2表示每个用户n都有且仅有一个智能反射面提供服务;约束C3表示每个智能反射面服务的用户数量不能超过其行的数量;约束C4表示每个无人机都以速度v均匀飞行,且每个时隙移动距离是固定的;约束C5表示视距链路判断变量μk,n[t]的取值是二进制的;约束C6限制了相移变量φn,i[t]的取值是0到2π之间; 所述传输信道模型构建如下: 系统模型中包含K个无人机、N个用户以及I个智能反射面,每个智能反射面由r×c个反射单元构成,r表示智能反射面阵列的列数,c表示智能反射面阵列的行数,在每个时隙t内,无人机与用户之间根据传播环境分为两种信道情况,即只存在反射信道与混合反射和直射信道;在每个时隙t内,多个无人机对不同用户进行服务,无人机k在时隙t上的坐标为qk[t],智能反射面i和用户n的坐标分别为qi和qn,可以分别得到时隙t内,无人机k到智能反射面i之间的距离dk,i[t]=||qk[t]-qi||、无人机和用户之间的距离dk,n[t]=||qk[t]-qn||和智能反射面和用户之间的距离di,n[t]=||q-q||; 在t时隙内,无人机k与用户n之间的直连信道为: 其中,αk,n分别表示无人机k与用户n之间的路径损失指数和莱斯衰落因子;γ表示在一米参考处的信道增益;表示非视距分量; 反射链路由两部分构成,第一部分是无人机到智能反射面的链路,第二部分是智能反射面到用户的链路,考虑到无人机与用户之间存在障碍物遮挡,通过智能反射面建立虚拟视距信道通路,则t时隙中,无人机k到用户n的虚拟信道视距为: k,i,n[t]=aHi,n[t]i,n[t]k,i,n[t] 其中,a表示由智能反射面引起的幅度损失;Hk,i,n[t]表示时隙t中无人机k到智能反射面i的信道向量;Hi,n[t]表示时隙t中智能反射面i到用户n的信道向量,Φi,n[t]表示用户n和智能反射面i之间的相移矩阵;在t时隙内,无人机k到智能反射面i的信道向量表示为: 其中,hk,i,n[t]表示无人机k到智能反射面i的视距链路分量;在t时隙内,智能反射面i到用户n的信道分量表示为: 其中,hi,n[t]表示智能反射面i到用户n的视距链路分量;αi,n和分别表示智能反射面i到用户n之间的路径损失指数和相应的莱斯因子,表示智能反射面i到用户n的非视距链路分量; 接着,将无人机k和用户n之间的直接信道与反射信道结合得到混合信道表示为: 其中,Hk,n[t]表示直连信道,μk,n[t]表示无人机k和用户n的关联变量,βi,n[t]表示智能反射面i与用户n的关联变量; 主要考虑视距信道分量,无人机混合信道表示为: Qk,n[t]表示在t时隙内,无人机k与用户n之间直连信道的视距链路分量;Qk,i,n[t]表示Lk,i,n[t]中的视距链路分量; 所述传输速率模型构建如下: 对用户进行分组,每个无人机服务两个用户,不同组之间的用户使用正交的频段,相同组的用户使用相同的频段,固定每个无人机服务的用户的解码顺序和功率分配,那么在时隙t内,无人机k服务的优先解码用户n的传输速率表示为: 其中,pn表示分配给用户n的发射功率,δ2表示加性高斯白噪声的功率;那么无人机服务的另一用户m的传输速率为: 其中,pm表示分配给用户m的发射功率,那么每个无人机的用户组在时隙t的传输速率总和可以表示为: Rk[t]=Rk,n[t]+Rk,m[t] 步骤2:对步骤1中平均系统总传输速率最大化的优化问题,首先利用波束对齐获得最优的相移策略并对问题进行转换,推导出无人机和用户之间的混合信道增益,然后将转化后的优化问题建模为马尔科夫决策过程; 步骤3:利用改进的A3C算法对步骤2中的转化后的优化问题进行求解。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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。

免责声明
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。