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！

龙图腾网获悉兰州大学申请的专利一种电磁干扰环境下智能反射面辅助短包通信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：CN120128945B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510277152.4，技术领域涉及：H04W24/02；该发明授权一种电磁干扰环境下智能反射面辅助短包通信方法是由袁磊;徐子轩;袁花花;蒋杰设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种电磁干扰环境下智能反射面辅助短包通信方法在说明书摘要公布了：一种电磁干扰环境下智能反射面辅助短包通信方法，在一个反射型智能反射面辅助两用户非正交多址接入系统中，智能反射面辅助远用户进行通信，无线接入点向两用户发送短数据包以实现高可靠低时延通信，系统中存在一个电磁干扰源，假定电磁干扰源的发射功率、电磁干扰源到智能反射面和两个用户的传输信道特性已知；首先，利用统计信道状态信息确定两用户译码的信干噪比统计特性；其次，根据短包通信相关公式，确定两用户在衰落信道下的平均块错误率；最后，在可靠性约束下，确定系统的最优功率分配系数和最小公共块长。本发明实现了高可靠低时延通信。

本发明授权一种电磁干扰环境下智能反射面辅助短包通信方法在权利要求书中公布了：1.一种电磁干扰环境下智能反射面辅助短包通信方法，其特征在于，具体实现步骤如下： 步骤A、建立一个反射型智能反射面IntelligentReflectingSurface,IRS辅助的下行两用户非正交多址接入Non-orthogonalMultipleAccess，NOMA短包通信系统，该系统包括一个单天线的无线接入点AccessPoint,AP、两个单天线用户：近用户UE1、远用户UE2和一个具有个无源单元的反射型IRS；其中AP与近用户UE1通过直射链路AP-UE1直接通信，AP与远用户UE2借助反射型IRS通过级联信道实现通信，该级联信道包括两条通信链路，分别为AP-IRS和IRS-UE2；所述系统中包含一个电磁干扰源，假定电磁干扰源的发射功率、电磁干扰源到反射型IRS和两个用户的传输信道特性已知；同时电磁干扰源会分别对UE1、反射型IRS和UE2的接收信号产生影响； 步骤B、根据步骤A建立的系统模型，推导在电磁干扰环境下两用户的接收信号；根据统计信道状态信息，确定连续干扰消除的顺序，进一步写出瞬时信干噪比SignaltoInterferenceplusNoiseRatio，SINR； 步骤C、根据信道参数和反射型IRS单元数，反射型IRS基于统计信道状态信息进行最优连续相位调整，分析给出瞬时SINR的分布特性；其具体实现如下： AP到UE1和AP到UE2的端到端信道增益分别为和，电磁干扰源到UE1和UE2的端到端信道增益分别为和，其中表示复数的模值或实数的绝对值，、、和分别表示AP到UE1、AP到UE2、电磁干扰源到UE1、电磁干扰源到UE2的端到端信道衰落系数；当采用最优连续相位调整时，根据中心极限定理，服从莱斯分布，其平均功率和莱斯因子分别为和，其中表示参考距离为1米处的路径损耗，表示路径损耗指数，为AP到反射型IRS中心的距离，为反射型IRS中心到UE2的距离，、为莱斯因子，；服从均值为0方差为的循环对称复高斯分布，其中，、分别为电磁干扰源到反射型IRS中心和UE2的距离；因为和都服从循环对称复高斯分布，所以和服从形状参数为1尺度参数分别为和的伽玛分布，其中，，表示电磁干扰源到UE1的距离；和都服从莱斯分布，因此和都服从混合伽玛分布，其概率密度函数分别为和，其中和表示求和阶数，和为权重系数，，，，，，，，，，，，，表示伽玛函数，为莱斯因子，，表示均值运算，为AP到UE1的距离； 根据以上信道增益的概率密度函数即可求出瞬时SINR、、的累积分布函数，其中表示UE1译码信号的瞬时SINR，表示UE1译码信号的瞬时SINR，表示UE2译码信号的瞬时SINR，即 ； ； ； 其中为的累积分布函数，表示电磁干扰源的发射功率，，，为对应于UE的功率分配系数，满足，P表示AP的发射功率，表示高斯超几何函数，表示下不完全伽玛函数，表示加性复高斯白噪声的功率； 步骤D、根据短包通信中的公式分别计算出两用户的平均块错误率BlockErrorRate,BLER表达式； 步骤E、根据步骤D所计算出的表达式，在可靠性约束下，进一步求解出NOMA最优功率分配系数和最小公共块长。

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兰州大学，其通讯地址为：730000 甘肃省兰州市城关区天水南路222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。