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！

龙图腾网获悉江西创新科技有限公司申请的专利双极化天线调节方法、系统及天线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：CN120811443B 。

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：202510947609.8，技术领域涉及：H04B7/10；该发明授权双极化天线调节方法、系统及天线是由刘小兵;李勤设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本双极化天线调节方法、系统及天线在说明书摘要公布了：本申请涉及了一种双极化天线调节方法、系统及天线，方法包括：获取多个用户在历史路径中天线的信号质量数据，对历史路径中的信号质量数据进行分析确定目标路径下的损耗突变区间；根据损耗突变区间获取目标路径下天线的环境干扰数据和极化状态数据，基于神经网络预测模型对极化状态数据和环境干扰数据进行分析，得到环境的干扰预测结果、天线极化状态的偏移预测结果以及极化偏移和环境干扰下信号损耗的补偿预测结果；根据补偿预测结果对用户路径下的天线进行实时分析，通过补偿预测结果生成调节策略的控制指令，并发送至信号处理电路进行执行。

本发明授权双极化天线调节方法、系统及天线在权利要求书中公布了：1.一种双极化天线调节方法，其特征在于，包括如下步骤： 获取多个用户在历史路径中天线的信号质量数据，对历史路径中的信号质量数据进行分析确定目标路径下的损耗突变区间； 根据损耗突变区间获取目标路径下天线的环境干扰数据和极化状态数据，基于神经网络预测模型对极化状态数据和环境干扰数据进行分析，得到环境的干扰预测结果、天线极化状态的偏移预测结果以及极化偏移和环境干扰下信号损耗的补偿预测结果； 根据补偿预测结果对用户路径下的天线进行实时分析，通过补偿预测结果生成调节策略的控制指令，并发送至信号处理电路进行执行； 所述基于神经网络预测模型对极化状态数据和环境干扰数据进行分析，得到环境的干扰预测结果和天线极化状态的偏移预测结果，包括如下步骤： 将目标路径中每一个损耗突变区间的环境干扰数据输入至训练好的环境干扰预测神经网络，以得到损耗突变区间内所有环境干扰类型的干扰预测参数，所述干扰预测结果包括多径效应干扰预测参数、反射损耗干扰预测参数和遮挡干扰预测参数，所述环境干扰预测神经网络通过多个训练环境干扰信息和历史路径中对应多径效应干扰标注、反射损耗干扰标注和遮挡干扰标注的训练数据集得到； 对不同的干扰类型筛选大于预设干扰阈值的干扰预测参数，计算不同干扰预测参数的干扰变化率的均值，确定每一个干扰类型的干扰预测参数在当前时刻下的影响因子系数，通过干扰预测参数和影响因子系数的乘积输出干扰预测结果； 将目标路径中每一个损耗突变区间的极化状态数据输入至训练好的第一极化偏移预测神经网络，以得到突变区间内每一个极化状态的第一偏移预测结果，所述第一偏移预测结果包括第一水平极化偏移结果、第一垂直极化偏移结果和第一偏移预测结果的第一真实性概率，所述极化偏移预测神经网络通过包括多个训练极化状态信息和对应极化偏移标注数据的第一训练数据集得到； 将第一极化偏移预测神经网络输出的第一偏移预测结果和干扰预测结果输入至训练好的第二极化偏移预测神经网络，以得到突变区间内第二偏移预测结果，所述第二偏移预测结果包括第二水平极化偏移结果、垂直极化偏移结果和第二偏移预测结果的第二真实性概率，所述第二极化品偏移预测神经网络通过包括多个真实极化状态信息、对应极化品偏移标注数据和对应环境干扰对极化偏移影响的标注数据的第二训练集得到； 对第一真实性概率和第二真实性概率对第一偏移预测结果和第二偏移预测结果进行真实性概率加权求和，获得偏移预测结果，所述第一真实性概率同第一极化偏移预测神经网络的准确性成正比，所述第二真实性概率同干扰预测结果对第二偏移预测结果的影响次数成正比； 所述基于神经网络预测模型对极化状态数据和环境干扰数据进行分析，得到极化偏移和环境干扰下信号损耗的补偿预测结果，包括如下步骤： 基于补偿分类网络和补偿预测网络构建信号损耗补偿预测神经网络，所述补偿分类网络包括分类器模型、时间循环神经网络和输出判别模型，所述分类网络用于对不同极化偏移类型和环境干扰类型的信号损失进行预测，所述时间循环神经网络用于对任意两个对应所述信号损失的预测两个连续的第一补偿预测结果，并比较第一补偿预测结果同实际信号损失下的补偿结果的相似度，所述输出判别模型用于根据相似度大于相似度阈值对第一补偿预测结果筛选有效补偿预测结果，所述补偿预测网络用于根据所述有效补偿预测结果确定天线的补偿预测值对应的补偿预测结果，所述补偿预测值包括水平极化的补偿指数、垂直极化的补偿指数以及阻抗调节对应环境干扰类型的补偿指数； 将干扰预测结果和极化偏移结果输入信号损耗补偿预测神经网络中，以得到对应信号损失的补偿预测结果，所述信号损耗补偿预测神经网络通过包括多个天线信号损耗对应的极化偏移类型数据集和环境干扰数据集，以及对应信号损失标注的补偿训练数据集训练获得。

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江西创新科技有限公司，其通讯地址为：331600 江西省吉安市吉水县城西工业园区；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。