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！

龙图腾网获悉东南大学申请的专利基于多AP协作的低复杂度谱峰搜索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：CN120200884B 。

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：202510381518.2，技术领域涉及：H04L27/26；该发明授权基于多AP协作的低复杂度谱峰搜索方法是由黄永明;刘升恒;胡允浩;李兴康;徐凡非设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本基于多AP协作的低复杂度谱峰搜索方法在说明书摘要公布了：本发明公开了一种基于多AP协作的低复杂度谱峰搜索方法，属于信号处理领域，应用于通感一体化场景下多AP协作的信号级融合问题。该方法将高复杂度的匹配滤波问题分解为位置估计和速度估计两个子问题，首先对于匹配滤波结果通过设置网格进行粗搜索，确定梯度法的初始迭代点；再利用梯度上升法对于空间坐标进行更新，并设置自适应调整步长，获得空间谱的峰值结果。通过证明匹配滤波后接收信号的近似凸性，使目标函数能在峰值附近适配基于梯度的算法，本发明的方法在不牺牲感知精度的同时，能够大幅降低计算复杂度。

本发明授权基于多AP协作的低复杂度谱峰搜索方法在权利要求书中公布了：1.一种基于多AP协作的低复杂度谱峰搜索方法，其特征在于，包括以下步骤： 步骤1，通过匹配滤波将时频域的接收信号转换到时延多普勒域，并应用反向投影方法将时延多普勒域的接收信号从时延多普勒域映射到坐标位置空间和坐标速率空间域； 步骤2，根据通过匹配滤波和反向投影方法得到的多变量优化问题建立优化目标函数，并将所述目标函数解耦为关于目标位置和目标速度的两个子优化问题； 步骤3，针对两个子优化问题，对所述目标函数设置网格点，通过网格遍历进行峰值粗搜索，获取粗估计值； 步骤4，将所述粗估计值作为梯度法初始值，在局部坐标范围内沿梯度方向进行迭代优化，得到信号级融合下目标位置和目标速度估计结果； 步骤1具体包括： 构建感知信号模型，第r个接入节点在第k个子载波和第l个符号处接收到来自第t个接入节点的回波信号表示为yr,tk,l，其中k＝1,…,K，l＝1,…,L，通过匹配滤波，接收信号从时频域转换为时延多普勒域，该过程表示为： 其中，τ和ω是时延多普勒域的索引； 将接收信号从时延多普勒域映射到空间坐标域，反向投影过程表示为： τr,tx,y,z＝drx,y,z+dtx,y,zKΔfc， 其中，对于标号为r和t的AP收发对，τr,tx,y,z为目标时延变量，ωr,tvx,vy,vz为目标多普勒速度变量，分别代表目标到接收基站和发送基站的距离，Δf和c代表子载波间隔和光速，xr，yr，zr为接收AP的三维坐标位置， xt，yt，zt为发送AP的三维坐标位置，vx,vy,vz分别为目标三维分速度，Tp和λ代表符号周期和波长； 步骤2具体包括： 结合所有收发对得到的空间坐标域接收信号，得到优化目标函数表示为： 变量包括位置坐标和速度坐标 通过求解如下问题，确定目标的位置和速度信息： 其中，为目标位置估计结果，为目标速度估计结果，为目标位置变量，为目标速度变量； 设接收信号的相位信息为ψr,t，与子载波相关的相位和与符号相关的相位分别表示为： 其中，为单符号的信号相位信息，为单载波的信号相位信息，dr,tp为目标双基地距离，为目标双基地速度； 则优化目标函数解耦为两个子优化问题，表示为： 其中，和分别是对于位置和速度估计的优化目标函数；表示单符号信号，表示单载波信号； 步骤3具体包括： 对于坐标空间，设置由等距点{p0,...,pn,...,pN}组成的原搜索空间子集其中某一网格点pn表示为： pn＝xn,yn,znT＝x0+nΔx,y0+nΔy,z0+nΔzT 其中，xn,yn,znT为网格点的三维坐标向量形式，x0,y0,z0为第一个网格点的三维坐标，Δx,Δy,Δz为三个维度的网格间隔； 粗网格搜索的过程等效为以下优化问题： 其中，为粗搜索位置估计结果，为粗搜索速度估计结果，f1pn为粗搜索位置估计目标函数，为粗搜索速度估计目标函数，为粗搜索过程中速度变量，为位置粗网格点集合，为速度粗网格点集合； 步骤4具体包括： 通过粗网格搜索得到的粗估计值，确定梯度更新的初始值为采用有限差分法计算目标函数偏导数的数值解，近似表示为： 其中，Δ为无穷小量，将x轴方向上累积的平方梯度变量定义为： 其中，y轴方向上累积的平方梯度变量Sy、z轴方向上累积的平方梯度变量Sz、x轴方向上累积的速度平方梯度变量y轴方向上累积的速度平方梯度变量z轴方向上累积的速度平方梯度变量的定义类似，则梯度更新过程表示为： 其中，δ是为了避免分母为0设置的常量；η代表学习率；表示迭代结束后得到的位置估计结果；I表示迭代次数，将估计结果代入目标函数并重复粗网格搜索过程，得到速度梯度更新迭代的初始值为速度估计的目标函数的偏导数计算过程表示为： 速度估计的梯度更新过程表示为：

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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。