北京邮电大学刘炳宏获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利一种多星多波束可靠预编码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:CN120034218B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202510044032.X,技术领域涉及:H04B7/0456;该发明授权一种多星多波束可靠预编码方法及系统是由刘炳宏;李其乐;彭木根;周吉喆设计研发完成,并于2025-01-10向国家知识产权局提交的专利申请。
本一种多星多波束可靠预编码方法及系统在说明书摘要公布了:本发明公开了一种多星多波束可靠预编码方法及系统,本发明的方法包括基于建立的多星多波束通信模型构建对应的通信误差模型;基于兼顾优化协作多波束卫星系统的吞吐量和公平性,分别从最大化和速率以及最小化各天线波束的信号与干扰加噪声比的角度构建优化指标;构建深度强化学习模型,并基于优化指标训练深度强化学习模型,以根据训练好的深度强化学习模型对待预编码的所述误差通信模型进行编码操作,得到最终的预编码矩阵。本发明能够允许在不完全的信道状态信息条件下得到低轨卫星通信的预编码方案,从而降低了对实时信道状态信息准确性的依赖;并且能够在提高系统整体吞吐量的同时在一定程度上保证预编码方法对地面用户的公平性。
本发明授权一种多星多波束可靠预编码方法及系统在权利要求书中公布了:1.一种多星多波束可靠预编码方法,其特征在于,包括: 基于建立的多星多波束通信模型构建对应的通信误差模型; 基于兼顾优化协作多波束卫星系统的吞吐量和公平性,分别从最大化和速率以及最小化各天线波束的信号与干扰加噪声比的角度构建优化指标; 构建深度强化学习模型,并基于所述优化指标训练深度强化学习模型,以根据训练好的深度强化学习模型对待预编码的所述通信误差模型进行编码操作,得到最终的预编码矩阵; 基于建立的多星多波束通信模型构建对应的通信误差模型,包括: 基于线性均匀天线阵列的特征构建多波束天线的阵列模型; 基于多颗采用多波束天线技术的低轨卫星进行的联合传输方式构建多星多波束通信模型; 基于所述多星多波束通信模型获取星间同步时延误差所带来的整体相移,以及卫星的转动、地面用户的定位失准引发的天线方向上的角度误差,并对角度误差进行量化以构建出对应的通信误差模型; 基于优化指标训练深度强化学习模型,包括: 初始化深度强化学习模型中的动作网络和评价网络; 对所述通信误差模型进行预处理以降维得到信道矢量; 将降维的信道矢量通过动作网络生成对应的动作矢量,并将所述动作矢量进行向量映射和功率控制得到用于训练的预编码矩阵; 根据所述优化指标,并利用多目标学习的方式计算得到反映预编码矩阵性能的奖励值; 将信道矢量、动作矢量、奖励值存入预设的经验区中,以对动作网络和评价网络进行训练得到训练好的深度强化学习模型; 对动作网络和评价网络进行训练得到训练好的深度强化学习模型,包括: 随机抽取经验区中的部分数据以对评价网络进行训练; 基于评价网络生成各组经验数据的评价值数据; 利用所述评价值数据对动作网络进行训练,并更新动作网络的网络权重以得到训练好的深度强化学习模型。
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邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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