Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海交通大学杨恩松获国家专利权

恭喜上海交通大学杨恩松获国家专利权

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!

龙图腾网恭喜上海交通大学申请的专利基于压缩感知的宽带无线电环境地图构建方法及系统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:CN115473598B

龙图腾网通过国家知识产权局官网在2025-04-08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:202211095495.1,技术领域涉及:H04B17/382;该发明授权基于压缩感知的宽带无线电环境地图构建方法及系统是由杨恩松;俞晖;莫潇豪;郜傲设计研发完成,并于2022-09-06向国家知识产权局提交的专利申请。

基于压缩感知的宽带无线电环境地图构建方法及系统在说明书摘要公布了:本发明提供一种基于压缩感知的宽带无线电环境地图构建方法及系统,包括:步骤S1:根据要构建宽带无线电环境地图的区域建立系统模型;步骤S2:联合利用空间和频域稀疏性将系统模型转换成压缩感知模型;步骤S3:设计空间测量矩阵,并构建频域测量矩阵,将所述空间测量矩阵与频域测量矩阵构成压缩感知模型中的空‑频测量矩阵;步骤S4:求解所述压缩感知模型,恢复区域内各发射源的位置和宽带上的功率谱密度;步骤S5:根据所述区域内各发射源的位置和宽带上的功率谱密度,构建宽带无线电环境地图。本发明能够进一步减少空间采样点和采样数据,在保证高精度的同时降低构建宽带无线电环境地图的复杂度。

本发明授权基于压缩感知的宽带无线电环境地图构建方法及系统在权利要求书中公布了:1.一种基于压缩感知的宽带无线电环境地图构建方法,其特征在于,包括:步骤S1:根据要构建宽带无线电环境地图的区域建立系统模型;步骤S2:联合利用空间和频域稀疏性将系统模型转换成压缩感知模型;步骤S3:设计空间测量矩阵,并构建频域测量矩阵,将所述空间测量矩阵与频域测量矩阵构成压缩感知模型中的空-频测量矩阵;步骤S4:求解所述压缩感知模型,恢复区域内各发射源的位置和宽带上的功率谱密度;步骤S5:根据所述区域内各发射源的位置和宽带上的功率谱密度,构建宽带无线电环境地图;所述系统模型包括:将构建宽带无线电环境地图的区域划分成总共Nc个网格点,并在区域内m1个空间采样点上部署能够在一定带宽内进行频谱采样的传感设备;区域内Nm个信号源发射的信号相互叠加构成具有一定带宽W的无线电环境,将W划分成Nb个子带;将目标区域内宽带无线电环境地图建模为包括平面2D和频域1D的3D张量其中Nx和Ny分别表示x和y方向上的网格点数,Nb表示f方向上带宽W内划分的子带数量;为便于表示,将张量拼成矩阵P的每一列对应一个网格点上W内子带的功率谱密度组成的向量;得到矩阵P就得到目标区域的宽带无线电环境地图,为获得完整的P矩阵,将P的所有列按从上到下拼成列向量则系统模型为: 其中,为空-频稀疏字典,表示信道矩阵,γi,j表示i,j两点间的路径损耗; 为具有准块稀疏结构的待恢复向量,Xj对应于第j个网格点,表达式为: 其中,表示第m个发射源的W内所有子带上的功率谱密度构成的向量,sm为对应于第m个发射源位置的网格点,为存在发射源的网格点的集合,为由0组成的Nb×1的向量;σ2为高斯白噪声的功率谱密度,为由1组成的NcNb维向量;所述压缩感知模型包括:相对于所有网格点,发射源的稀疏度K1=Nm;相对于W内所有子带的数量,第m个发射源被占用的子带的稀疏度K2,m=||θm||0,其中||θm||0为θm的0-范数;以上两种形式的稀疏性都包含在X内,X的非0元素的数量不超过根据以上两种稀疏性构建的压缩感知模型为: 其中,为空-频测量矩阵,和分别代表空间测量矩阵和频域测量矩阵;m1和m2分别代表空间采样点数和频域被采样的子带数量;表示空间采样点的集合,表示被采样的子带的集合;表示以Pl中的元素为索引的大小为N×N的单位阵中的行构成的矩阵;Φl每行中的元素1代表空间采样点,Φf每行中的元素1代表所采样的子带;所述步骤S3包括:令为空-频感知矩阵,将压缩感知模型进一步写为对应于X的准块稀疏结构,将空-频感知矩阵分成Nc个感知子矩阵,即为减小的列相关性,提高X的恢复精度,用基于RCC的空间测量矩阵优化算法设计空间测量矩阵Φl包括:1计算Ψl的特征值和相应的特征向量;2将Ψl的特征值平方;3找到特征值平方后与1最接近的m1个特征值和对应的特征向量;4将m1个与1最接近的特征值组成对角矩阵∑′,对应的特征向量从上到下按行排列组成矩阵Φ′l;5用近似Ψl;6计算R=Ψl-Ψ′l;7取R的2-范数最小的m1行的索引构成集合Pl;8根据得到空间测量矩阵Φl;随机选取m2个频域采样子带构成集合Pf,根据得到频域测量矩阵Φf;根据得到压缩感知模型中的空-频测量矩阵Φ;所述步骤S4包括:用QBSBMP算法求解压缩感知模型:步骤S4.1:进行K1次循环,第i次循环选出第i个与发射源位置对应的感知子矩阵,K1次循环结束后找出区域内所有发射源的位置;步骤S4.2:根据所述感知子矩阵,恢复准块稀疏向量X,得到各发射源宽带上的功率谱密度;所述步骤S4.1包括:1初始化残差r=y;2对于第i次循环,按照更新第j个感知子矩阵;3初始化感知子矩阵残差rb=r;4根据选出第j个感知子矩阵中与当前rb最匹配的列;5按照更新rb,其中B为已选出的i-1个与发射源位置对应的感知子矩阵内所有选出的列拼成的矩阵,Ab表示已经选出的Φj的所有列拼成的矩阵,表示B∪Ab的伪逆矩阵;6当Φj的列选择完成后,将最后得到的rb的2-范数保存到集合CN中;7在遍历完全部Nc个感知子矩阵后,选择CN内最小的元素对应的索引作为选出的第i个与发射源位置对应的感知子矩阵,并将索引保存到集合ΛB中;8按照更新残差r,其中A为已选出的i个感知子矩阵内所有选出的列拼成的矩阵,为A的伪逆矩阵;9循环K1次得到所有与发射源位置对应的感知子矩阵;所述步骤S4.2包括:1选出所有与发射源位置对应的感知子矩阵,根据计算y在矩阵A上的投影系数X0;2第t次循环得到X中与[ΛB]t对应的块上的非零元素,其中[ΛB]t表示集合ΛB中的第t个元素;3经过K1次循环得到X的所有非零块的所有非零元素,从而得到X;所述步骤S5包括:构建宽带无线电环境地图等价于获取张量T,包含张量T的所有信息;在得到X之后,根据 获得张量T,从而对宽带无线电环境地图进行重构。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。