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！

龙图腾网获悉吉林大学申请的专利基于环境反向散射的车路云一体化通信系统及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：CN121357513B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511936127.9，技术领域涉及：H04W4/44；该发明授权基于环境反向散射的车路云一体化通信系统及方法是由朱冰;汤瑞;赵健;张培兴;贾士政;黄殷梓;赵哲康;张博阳;阮景怡设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于环境反向散射的车路云一体化通信系统及方法在说明书摘要公布了：本发明属于智能交通技术领域，具体的说是基于环境反向散射的车路云一体化通信系统及方法。包括：步骤一、构建车–路–云一体化仿真环境；步骤二、定义强化学习决策要素；步骤三、云端策略训练与模型下发；步骤四、车辆在线决策与通信仿真；步骤五、策略闭环更新与性能评估；本发明通过在车辆端集成AmBC模块，并在云平台部署轻量级深度Q网络智能体，实现“云训练–路分发–车执行”的闭环优化机制；本发明允许车辆在蜂窝用户占用频谱时，通过反射RSU广播信号进行无干扰通信；同时，DQN策略动态选择“空闲主动V2XAmBC”三种模式，最大化长期平均吞吐量。

本发明授权基于环境反向散射的车路云一体化通信系统及方法在权利要求书中公布了：1.一种基于环境反向散射的车路云一体化通信方法，其特征在于，包括： 步骤一、构建车–路–云一体化仿真环境； S11、在PreScan中搭建城市道路场景，部署虚拟路侧单元RSU，具体方法如下： 在PreScan中搭建典型城市道路场景，包括十字路口、直行车道、高架匝道，按200米间距设置虚拟路侧单元即RSU位置；导入高精度地图，设置车辆流量、蜂窝用户分布及移动模型，并定义RSU安全区半径为200米； S12、集成5.9GHzV2X信道模型，包含路径损耗、阴影衰落和多普勒效应，设定RSU广播信号参数，车辆反向散射反射系数和调制速率，具体方法如下： 在PreScan联合MATLABSimulink环境中，集成5.9GHzV2X信道模型，包含路径损耗、阴影衰落和多普勒效应；设定RSU广播信号参数：中心频率5.9GHz，带宽10MHz，OFDM调制，发射功率30dBm；同时建模环境反向散射链路，设定车辆反射系数α=0.5，反向散射调制速率为10kbps； V2X信道模型具体包含如下： 1：路径损耗模型； 路径损耗随距离变化，采用标准的自由空间传播模型与城市微小区模型混合建模： ； 式中，为参考距离处的路径损耗；为路径损耗指数；为车辆与RSU之间的欧氏距离；为阴影衰落随机变量，服从零均值正态分布； 2：接收信号功率模型； RSU发射信号在车辆处的接收功率为： ； 式中，为RSU发射功率；为计算得到的路径损耗；为车辆接收到的RSU广播信号功率； 3：环境反向散射链路模型； 车辆通过调制天线阻抗，改变对RSU信号的反射系数α，实现信息编码；假设反射系数变化范围为α∈[0,1]，则反向散射信号的等效发射功率为： ； 式中，为设定的平均反射系数；为来自RSU的入射信号功率；为车辆“虚拟发射”的反向散射功率； 4：反向散射通信速率模型； 反向散射调制速率由信道带宽和调制方式决定，在本仿真中，设定： ； 式中，为可用带宽；为反向散射链路信噪比； 5：多普勒频移模型； 多普勒频移为： ； 式中，为车辆速度；为车辆运动方向与信号到达方向之间的夹角；为光速，为中心频率； S13、实现三大虚拟模块：虚拟RSU模块、虚拟OBU模块和云端训练服务器模块，具体方法如下： 虚拟RSU模块：周期广播交通状态，用于接收并解码反向散射信号，内置8GB缓存用于存储策略模型； 虚拟OBU模块：挂载于每辆仿真车辆，用于集成感知、决策、通信子模块； 云端训练服务器模块：在本地工作站或集群上运行，用于负责策略训练、版本管理和安全分发； 步骤二、定义强化学习决策要素； S21、每个OBU在每个10ms仿真步长中采集以下5维状态：1、频谱占用标志：通过本地能量检测判断；2、到最近虚拟RSU的欧氏距离；3、到最近其他仿真车辆的距离；4、是否有CU位于RSU安全区内；5、车辆瞬时速度； 所有维度归一化至[0,1]后作为策略网络输入； S22、虚拟OBU模块选择三种通信行为：1、动作0即空闲：不进行任何通信；2、动作1即主动V2X：以20dBm功率发送BSM消息；3、动作2即反向散射：调制RSU广播信号，以10kbps的调制速率发送车辆状态信息； S23、奖励=通信容量增益-干扰惩罚；其中，若在频谱被占用且CU不在安全区时选择动作1，则施加-100强负奖励；反向散射模式始终获得正奖励，鼓励节能通信； 步骤三、云端策略训练与模型下发； S31、先训练教师DQN模型，再训练学生DQN模型； S32、将学生DNQ模型转为FP16格式； S33、将经压缩并验证通过的学生DQN模型下发至所有虚拟RSU的本地缓存； 步骤四、车辆在线决策与通信仿真； S41、车辆进入RSU覆盖区后自动加载最新学生DQN模型，具体方法如下： 当仿真车辆进入某虚拟RSU覆盖范围即接收信号强度-85dBm，虚拟OBU模块自动从虚拟RSU模块缓存中加载最新策略模型； S42、采集状态、推理动作、执行通信行为，并记录日志，具体方法如下： 在每个10ms仿真步长内，OBU执行以下流程： a、采集当前5维状态； b、输入轻量DQN模型，前向推理得到Q值； c、选择argmaxQ对应的动作； d、根据动作更新通信行为：若为主动V2X，则生成BSM并计入信道干扰；若为反向散射，则在RSU接收信号中叠加调制分量； e、记录状态、动作、奖励，暂存于本地； S43、RSU接收混合信号；具体方法如下： 虚拟RSU模块在每个时隙接收混合信号，先解调自身广播主信号，再通过串行干扰消除提取反向散射副信号，经差分解调恢复车辆数据，并统计解码成功率； 步骤五、策略闭环更新与性能评估； S51、RSU聚合辖区内车辆日志并上传至云端； S52、云端采用双缓冲区混合采样，对当前部署的学生DQN模型进行增量训练，仅更新输出层； S53、新策略经多场景AB测试验证达标后，生成新版本进入下一轮分发，形成闭环优化。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。