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多无线体域网共存情况下的资源分配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：CN116582937B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310682085.5，技术领域涉及：H04W72/0446；该发明授权多无线体域网共存情况下的资源分配方法是由胡封晔;王铭阳;凌壮;贾涤非;那顺乌力吉;陈明晖;马军设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本多无线体域网共存情况下的资源分配方法在说明书摘要公布了：本发明涉及无线通信技术领域，具体涉及一种多无线体域网共存情况下的资源分配方法，包括以下步骤：构建基于信息能量双向传输的多无线体域网系统模型，多无线体域网系统模型中包含预先布置的用于无线供能的射频能量源、多个可自由移动的无线体域网和配有边缘服务器的AP；构建多无线体域网共存情况下，无线体域网系统模型内的信息与能量传输协议；基于传输协议选择向量a、传感器发射功率分配比参数ρij以及时隙顺序P构建总体优化模型；基于总体优化模型求解多无线体域网系统模型的最优配置，得到最优传输策略。本发明保证信息传输和能量传输的高可靠性，尤其是重要信息的高可靠传输。

本发明授权多无线体域网共存情况下的资源分配方法在权利要求书中公布了：1.一种多无线体域网共存情况下的资源分配方法，其特征在于，包括以下步骤： 构建基于信息能量双向传输的多无线体域网系统模型，并针对不同的网络拓扑结构，构建两种基于时分多址的传输协议；所述多无线体域网系统模型中包含预先布置的用于无线供能的射频能量源、多个可自由移动的无线体域网和配有边缘服务器的AP；每个无线体域网包括一个汇聚节点和m个位于不同位置的传感器； 针对无线能量传输和无线数据传输的收发过程进行数学表述，分析各传感器节点进行能量收集数据发送性能和汇聚节点信息收集性能； 针对传输过程中的传输协议选择向量a、传感器发射功率分配比参数ρij以及时隙顺序P三个子问题构建总体优化模型； 对三个子问题进行交替优化更新，求解所述多无线体域网系统模型的最优配置，得到最优传输策略a*、ρ*和P*； 基于所述总体优化模型求解所述多无线体域网系统模型的最优配置，得到最优传输策略，包括： 根据网络拓扑图将体域网按照有无体域网间干扰分组，设置传输协议选择向量a、功率分配比参数ρ和时隙顺序P的初值； 通过凸优化算法计算出最优的协议选择a*,并更新公共参数；在新的公共参数下,利用匈牙利算法获得最优时隙顺序P*，并更新公共参数；在新的公共参数下，将目标函数改写为凸函数减凸函数的形式，并利用凸差算法计算出最优传感器发射功率分配比ρ*，并更新公共参数； 重复上述算法，直至相邻两次优化差值小于收敛阈值，获得最终的最优策略a*、P*、ρ*； 所述通过凸优化算法计算出最优的协议选择a*，包括： 在时隙顺序P和功率分配比参数ρ固定的情况下，传输协议选择子问题表示为： C2:aji∈{0,1} 其中，T为向量转置； 通过计算得到： 其中，表示传感器节点dij到汇聚节点sj的信道增益；dij表示第j个用户的第i个传感器节点；sj表示第j个用户的汇聚节点；表示能量信号从接入节点到传感器节点dik的信道增益；dik表示第k个用户的第i个传感器节点；ρik表示第k个用户的第i个传感器节点的功率分配比；η为节点的能量转换效率；σ2为高斯白噪声功率； Pj表示与体域网j有网间干扰的体域网集合；则： 当时，传输协议选择向量aj＝0,1；当时，传输协议选择向量aj＝1,0； 所述利用匈牙利算法获得最优时隙顺序P*，包括： 建立效用矩阵U，Uij＝αdij+βwij 其中α、β表示决策者对于保证重要数据的通信质量与减少网间干扰的态度；dij表示两个传感器节点之间的距离，wij表示两传感器节点的权重比； 将效用矩阵中的最大值元素减去所有元素，得到新的矩阵C，cij＝Uimax-Uij； 利用匈牙利算法计算出最优时隙顺序P*； 利用凸差算法计算出最优传感器发射功率分配比ρ*，包括： 将a和P固定为常量，求多无线体域网系统模型总传输速率的Rρ的最大值来实现对于通信性能的优化；将目标函数拆分成单组中每个时隙分别优化： 将Rt改写为凸函数与凸函数的差的形式： Rtρtj＝Ytρtj-Ftρtj+D 采用罚函数的形式将优化问题转化为无约束问题； 通过凸差算法求出最优的传感器节点发射功率分配比ρ*。

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南湖大路5372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。