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！

龙图腾网获悉北方工业大学申请的专利一种基于RIS模型与QoS约束的MU-MISO系统能效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：CN121334708B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511497986.2，技术领域涉及：H04W24/02；该发明授权一种基于RIS模型与QoS约束的MU-MISO系统能效优化方法是由宋丽华;乔曦瑞;马东超;杜春来;马礼设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于RIS模型与QoS约束的MU-MISO系统能效优化方法在说明书摘要公布了：本发明公开了一种基于RIS模型与QoS约束的MU‑MISO系统能效优化方法，包括：构建RIS辅助的信道模型；根据RIS辅助的信道模型构建面向实际的离散RIS功耗模型；构建系统总功耗模型；构建以系统加权能效最大化为目标且满足服务质量约束与最大发射功率约束的联合优化问题；利用改进的梯度下降算法优化波束赋形矩阵；利用灰度编码的遗传算法优化离散相移矩阵；判断联合优化问题是否收敛，若收敛，则输出当前得到的最优解，得到最大化能效、最优相移矩阵与RIS相位配置；否则重新迭代优化波束赋形矩阵和离散相移矩阵，直至联合优化问题收敛或达到最大迭代次数。本发明通过联合优化波束矩阵与RIS相位配置，在保证用户QoS的同时显著提升系统能效。

本发明授权一种基于RIS模型与QoS约束的MU-MISO系统能效优化方法在权利要求书中公布了：1.一种基于RIS模型与QoS约束的MU-MISO系统能效优化方法，其特征在于，包括： 构建RIS辅助的信道模型，包括建模直达链路与反射链路的复合信道以及定义有效信道； 根据RIS辅助的信道模型构建面向实际的离散RIS功耗模型； 基于面向实际的离散RIS功耗模型构建系统总功耗模型； 构建以系统加权能效最大化为目标且满足服务质量约束与最大发射功率约束的联合优化问题，所述联合优化问题通过联合优化基站波束成形矩阵与RIS离散相移矩阵来求解； 利用改进的梯度下降算法优化波束赋形矩阵；利用灰度编码的遗传算法优化离散相移矩阵； 判断联合优化问题是否收敛，若收敛，则输出当前得到的最优解，得到最大化能效、最优相移矩阵与RIS相位配置；否则重新迭代优化波束赋形矩阵和离散相移矩阵，直至联合优化问题收敛或达到最大迭代次数； 其中，联合优化问题的表达式为： 其中，为目标函数，为波束赋形矩阵，为离散相移矩阵；表示用户权重矩阵、表示信道容量；表示系统总功耗；表示约束条件，表示发送信号的平均功率；表示基站发送的信号向量；表示发射协方差矩阵；表示最大发射功率；表示信干噪比；表示第k个用户的最小可接受速度阈值； 所述优化波束赋形矩阵的具体方法为： 使用一阶泰勒展开在当前迭代点线性化非凸项，将约束条件近似为线性不等式，从而构造出在当前迭代点可解的凸子问题； 依据WMSE权重因子与当前信道状态，推导能效目标对波束赋形矩阵的梯度表达式，并将其累加形成波束更新方向矩阵，该方向在物理上表示当前迭代下能效提升最快的调整方向； 在当前迭代内，沿方向波束更新方向进行Armijo线性回溯搜索，确定本次更新的最优步长，以确保更新后能效单调提升； 根据最优步长更新波束赋形矩阵，并对其进行功率归一化处理，使波束赋形矩阵满足最大功率约束； 判断波束赋形矩阵是否收敛，若收敛则结束波束赋形矩阵的更新过程，并输出当前迭代结果，否则重复进行迭代更新； 所述优化离散相移矩阵的具体方法为： 将离散的RIS相移值映射为灰度编码染色体，随机生成种群，构造适应度函数； 对种群进行遗传算子操作，对当前迭代内最优个体施加Hamming距离≤2的扰动，并运用局部搜索，提升收敛效率； 判断种群个体是否满足收敛条件，若满足则输出当前最优个体解码得到的离散相移矩阵；否则基于当前种群重复进行迭代更新。

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北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5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。