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！

龙图腾网获悉浙江理工大学申请的专利基于智能反射面辅助无人机认知网络的资源分配和轨迹优化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：CN116669073B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310648287.8，技术领域涉及：H04W24/02；该发明授权基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法是由徐伟强;周亮;许金祥;许燕辉设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法在说明书摘要公布了：本发明公开了一种基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法：步骤1：构成空对地通信模型，求解信道增益；步骤2：通过信道增益，得到在第n个时隙时次要无人机用户的信噪比表达式，以及认知基站在第K个地面主要用户处造成的干扰表达式；步骤3：根据次要无人机用户的信噪比表达式，得出次要无人机用户在N个时隙内系统的平均可达速率表达式；步骤4：在满足地面主要用户的干扰温度、智能反射面的反射系数、无人机机动性和认知基站功率限制的约束下，联合优化认知基站的波束成形矢量、无人机的飞行轨迹和智能反射面的相移矩阵，建立次要无人机用户平均可达速率最大化问题框架；步骤5：采取基于交替优化方法解决优化问题。

本发明授权基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法在权利要求书中公布了：1.基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法，所述网络包括一个具有L个天线的认知基站，一个次要无人机用户和K个地面主要用户，其中地面主要用户集合表示为；其特征在于：所述方法包括如下步骤： 步骤1：对认知基站到次要无人机用户、认知基站到第k个地面主要用户、智能反射面到次要无人机用户、智能反射面到第k个地面主要用户之间的信道进行建模，构成空对地通信模型，求解信道增益； 步骤2：通过步骤1中信道增益，得到在第n个时隙时次要无人机用户的信噪比表达式，以及认知基站在第K个地面主要用户处造成的干扰表达式； 步骤3：根据步骤2中次要无人机用户的信噪比表达式，得出次要无人机用户在N个时隙内通信系统的平均可达速率表达式； 步骤4：在满足地面主要用户的干扰温度、智能反射面的反射系数、无人机机动性和认知基站功率限制的约束下，联合优化认知基站的波束成形矢量、无人机的飞行轨迹和智能反射面的相移矩阵，建立次要无人机用户平均可达速率最大化问题框架； 步骤5：采取基于交替优化方法解决步骤4中建立的优化问题，优化基站的发送波束成形、智能反射面的反射相移以及无人机的飞行轨迹； 步骤1中，智能反射面和K个地面主要用户分布以及无人机次要用户状态进行如下定义： 所有通信节点都放置在三维笛卡尔坐标系中，部署了一个具有M个反射单元的智能反射面，将其放置在建筑物表面上；地面认知基站坐标为，第k个地面主要用户坐标为；T分成N个时隙，每个时隙长度为，次要无人机用户在第𝑛个时隙的水平坐标为；设采用具有M个反射单元的RIS作为均匀线性阵列，在第n个时隙，智能反射面的相位偏移矩阵表示为对角矩阵为： 其中，； 认知基站到次要无人机用户建模为瑞利信道模型，信道增益为： 其中，C0表示参考距离d0=1m处的信道增益， α为路径损耗指数；为第n个时隙中认知基站到次要无人机用户之间的距离；是零均值和单位方差复高斯随机变量； 认知基站到第k个地面主要用户的信道增益为： 其中，是路径损耗系数，为认知基站和第k个地面主要用户之间的距离；是零均值和单位方差复高斯随机变量； 智能反射面和次要无人机用户之间的信道增益为： 其中，为第𝑛个时隙中次要无人机用户和智能反射面的距离，分别表示天线间距和载波波长，表示每个时隙中RIS到达角的余弦值；zu是次要无人机用户的高度，wr是智能反射面的水平位置； RIS到第k个地面主要用户信道增益表示为： 认知基站到RIS的信道增益表示为： 其中，为路径损耗指数，为莱斯因子；为RIS到第k个地面主要用户之间的距离，为认知基站到RIS之间的距离；，表示RIS到第k个地面主要用户的偏离角的余弦值，表示认知基站到RIS的到达角的余弦值；均为均值为零和单位方差的独立复高斯分布。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街928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。