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 > 西安电子科技大学承楠获国家专利权

西安电子科技大学承楠获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利融合物理方程与深度学习的无线电地图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:CN120781077B

龙图腾网通过国家知识产权局官网在2026-01-30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:202510812903.8,技术领域涉及:G06F18/214;该发明授权融合物理方程与深度学习的无线电地图预测方法及装置是由承楠;王秀程;郝家乐;郑佩林;尹志胜;孙瑞锦设计研发完成,并于2025-06-18向国家知识产权局提交的专利申请。

融合物理方程与深度学习的无线电地图预测方法及装置在说明书摘要公布了:本发明公开了一种融合物理方程与深度学习的无线电地图预测方法及装置,属于通信技术领域,该方法包括:将待测环境的环境地图和基站位置信息输入至训练好的奇异点地图预测网络,得到待测环境的奇异点地图;其中,奇异点地图预测网络是根据样本奇异点地图训练的,样本奇异点地图是根据亥姆霍兹方程计算的;将奇异点地图、环境地图及基站位置信息输入至训练好的无线电地图预测网络,得到待测环境的无线电地图。本发明的计算复杂度较低、适用范围较广且预测精度较好。

本发明授权融合物理方程与深度学习的无线电地图预测方法及装置在权利要求书中公布了:1.一种融合物理方程与深度学习的无线电地图预测方法,其特征在于,包括: 将待测环境的环境地图和基站位置信息输入至训练好的奇异点地图预测网络,得到所述待测环境的奇异点地图; 其中,所述奇异点地图预测网络是根据样本奇异点地图训练的,所述样本奇异点地图是基于亥姆霍兹方程,根据样本无线电地图计算的; 将所述奇异点地图、所述环境地图及所述基站位置信息输入至训练好的无线电地图预测网络,得到所述待测环境的无线电地图; 其中,所述样本奇异点地图满足下述公式: , 其中,为样本奇异点地图中位置处的值,表示位置处是否为奇异点,是通过离散化亥姆霍兹方程计算的位置处的电磁奇点值; 其中,所述离散化亥姆霍兹方程满足下述公式: , 其中,是拉普拉斯算子,表示的二阶偏导数之和,表示所述样本无线电地图中位置处的电磁波强度,为所述样本奇异点地图中每个像素的面积大小,为所述样本无线电地图中位置处的电磁波强度,为所述样本无线电地图中位置处的电磁波强度,为所述样本无线电地图中位置处的电磁波强度,为所述样本无线电地图中位置处的电磁波强度; 其中,所述奇异点地图预测网络在训练时使用的损失函数满足下述公式: , 其中,表示奇异点地图预测网络的损失值,为所述奇异点地图和样本环境地图的尺寸,为所述奇异点地图预测网络在位置处的预测结果; 其中,所述无线电地图预测网络在训练时使用的损失函数满足下述公式: , 其中,表示无线电地图预测网络的损失值,为所述无线电地图预测网络在位置处的预测结果,表示所述样本无线电地图中位置处的电磁波强度。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路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。