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！

龙图腾网获悉北京交通大学申请的专利基于图神经网络的信道波束赋形优化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：CN120090676B 。

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：202510009536.8，技术领域涉及：H04B7/06；该发明授权基于图神经网络的信道波束赋形优化方法及系统是由陆杨;何昌鹏;陈为;杨汨;艾渤设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于图神经网络的信道波束赋形优化方法及系统在说明书摘要公布了：本发明提供了一种基于图神经网络的信道波束赋形优化方法及系统，属于无线通信信道优化领域。所述方法包括：采集数据集，将CSI的期望链路特征和干扰链路特征进行统一和增强，得到增强链路特征；基于能量效率EE最大化，构建波束赋形优化模型，并基于增强链路特征定义由功率部分和方向部分组成的波束赋形向量；构建通信拓扑结构的图表示，赋予节点和有向边特征，并学习波束赋形向量的方向和功率，再恢复波束赋形向量；再构建损失函数、确定布署方案，对波束赋形优化模型进行训练，训练完成后对信道的波束进行赋形优化。本发明提高了波束赋形优化过程的泛化性，同时保持了较小的扩展性能损耗，提高了对波束赋形优化的高效性与实用性。

本发明授权基于图神经网络的信道波束赋形优化方法及系统在权利要求书中公布了：1.一种基于图神经网络的信道波束赋形优化方法，其特征在于，所述方法包括如下步骤： 步骤S1，采集若干发射机-接收机对的数据集； 步骤S2，将每个信号发射机的信道状态信息CSI的期望链路特征和干扰链路特征进行统一和增强，得到增强链路特征，基于增强链路特征构建包括训练集、验证集和测试集的数据集； 步骤S2中所述得到增强链路特征，以CSI作为输入，进行期望链路特征和干扰链路特征的统一和增强时采用如下公式： 1 式1中，表示从第j个发射机到第k个接收机的CSI，hjkj=k表示第j个发射机的期望链路特征，hjkj≠k表示第j个发射机的干扰链路特征；表示增强链路特征；表示仅调整方向部分的结果，所以；表示连接操作符，且对于发射机，发射机和接收机k有： 其中，，H表示矩阵的共轭转置； 步骤S3，基于信道服务质量约束下的能量效率EE最大化，构建波束赋形优化模型，并基于增强链路特征定义波束赋形向量，且所述波束赋形向量由功率部分和方向部分组成； 步骤S4，将多输入单输出MISO干扰信道拓扑结构建模成基于图神经网络GNN的图表示，赋予节点和有向边特征，并基于图表示和GNN架构，构建波束赋形向量的方向部分子模型； 步骤S5，基于实数图注意力网络GAT架构构建波束赋形向量的功率部分子模型； 步骤S6，基于波束赋形向量方向部分子模型和功率部分子模型的输出结果，恢复波束赋形向量； 步骤S7，构建所述波束赋形优化模型的损失函数，波束赋形优化模型采用无监督方法基于训练集、验证集和测试集进行训练、验证和测试； 步骤S8，确定所述波束赋形优化模型的布署方案，并基于所确定的布署方案进行波束赋形优化模型的布署； 步骤S9，基于训练成熟的信道波束赋形优化模型，基于图神经网络对信道波束进行赋形优化。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。