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！

龙图腾网获悉合肥工业大学申请的专利基于深度学习的无线通信网络优化方法和装置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：CN119697669B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411913989.5，技术领域涉及：H04W24/02；该发明授权基于深度学习的无线通信网络优化方法和装置是由开彩红;吴兰;黄伟;彭敏;王禄生设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于深度学习的无线通信网络优化方法和装置在说明书摘要公布了：本申请涉及一种基于深度学习的无线通信网络优化方法和装置，无线通信网络优化方法包括：获取完整信道信息，将信道信息输入目标深度学习模型中，通过目标深度学习模型得到目标功率矢量，完整信道信息包括网络基站与若干用户之间的信道信息，目标功率矢量包括网络基站作用于至少一个目标用户的发射功率，目标用户为若干用户中被调度的用户；确定目标功率矢量对应的目标信道矢量，目标信道矢量包括网络基站与至少一个目标用户之间的信道矢量；根据目标信道矢量确定至少一个目标用户的最佳波束矢量。不仅实现了用户调度和波束成形设计的联合优化，还在优化过程中考虑了调度数约束和QoS约束，使得最终得到的优化方案更加准确且贴合实际。

本发明授权基于深度学习的无线通信网络优化方法和装置在权利要求书中公布了：1.一种基于深度学习的无线通信网络优化方法，应用于多用户下行MISO通信系统，所述多用户下行MISO通信系统包括网络基站和若干用户，所述网络基站为所述若干用户提供网络服务，其特征在于，所述无线通信网络优化方法包括： 获取完整信道信息，将所述信道信息输入目标深度学习模型中，通过所述目标深度学习模型得到目标功率矢量，所述完整信道信息包括所述网络基站与所述若干用户之间的信道信息，所述目标功率矢量包括所述网络基站作用于至少一个目标用户的发射功率，所述目标用户为所述若干用户中被调度的用户； 确定所述目标功率矢量对应的目标信道矢量，所述目标信道矢量包括所述网络基站与所述至少一个目标用户之间的信道矢量； 根据所述目标信道矢量确定所述至少一个目标用户的最佳波束矢量； 其中，目标深度学习模型采用无监督训练且损失函数Lloss为： 其中，Rk表示第k个用户的网络速率，μ和λk表示非负拉格朗日乘子，ReLU表示激活函数，L表示用户调度数量的最低阈值，fθ表示连续光滑函数，K表示用户总数，pk表示网络基站作用于给第k个用户的发射功率，SINRk表示第k个用户的下行链路信噪比，ηk表示SINRk的最低阈值； 所述至少一个目标用户的最佳波束矢量通过目标公式确定： 表示第k个用户的最佳波束矢量，表示的相位，表示的幅度，表示目标功率矢量中第k个功率值，v和λk表示与功率约束和服务质量约束关联的拉格朗日乘子，IN表示N维单位矩阵，K表示用户总数，hk表示网络基站与第k个用户的信道矢量，为hk中高斯白噪声的方差； 所述目标深度学习模型包括图神经网络模块和交叉注意力模块，所述图神经网络模块的输入为所述目标深度学习模型的输入，所述交叉注意力模块的输入为所述目标深度学习模型的输入和所述图神经网络模块的输出，所述交叉注意力模块的输出为所述目标深度学习模型的输出； 在所述目标深度学习模型中，所述信道信息通过无线信道图表示；在所述无线信道图中，节点表示用户，边表示用户之间的干扰信号；第i个节点的特征被定义为第i个节点和第j个节点之间的边被定义为

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。