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！

龙图腾网获悉东华大学申请的专利一种面向智能服装的能量管理和网络性能的联合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：CN116321040B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310005587.4，技术领域涉及：H04W4/38；该发明授权一种面向智能服装的能量管理和网络性能的联合优化方法是由张磊;高震宇;林潘悦;于静伟;朱彦锦设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种面向智能服装的能量管理和网络性能的联合优化方法在说明书摘要公布了：本发明公开了一种面向智能服装的能量管理和网络性能的联合优化方法。本发明采用节能方案和能量收集方案相结合，提高装置的能源效率，另一方面通过智能服装中各传感节点工作占空比自适应调节技术，权衡了智能服装的无线网络服务质量和长时续航可用性。具体到各种人体姿态转移状态下，考虑了在混合能量收割加持下的系统能量消耗和电池放电折损，同时针对无线网络服务质量，计算了不同姿态下的路径损耗和时间延迟。本发明首次探索了典型人体姿态下，将路径损耗、能耗、时延和电池损耗结合成一个整体的联合优化问题，并提供了有效的解决方案。人体姿态对智能服装的能量消耗和网络性能具有显著影响，及本发明提出的联合优化策略的有效性及可靠性。

本发明授权一种面向智能服装的能量管理和网络性能的联合优化方法在权利要求书中公布了：1.一种面向智能服装的能量管理和网络性能的联合优化方法，其特征在于，包括以下步骤： 步骤1、基于可穿戴传感系统，构建一个通用的智能服装模型，在该智能服装模型中，无线传感节点分布在人体的关键部位，用于监测人体生理特征，同时，在该智能服装模型中有中央节点，用于收集和转发无线传感节点采集的生理数据； 步骤2、定义智能服装在日常应用场景中穿戴主体的典型人体姿态，并建立姿态状态选择的马尔可夫模型； 步骤3、设置中央节点配置射频能量收割模块和服装关节部位的功能面料摩擦纳米发电机，同时进行射频和摩擦发电机输出的混合能量收集，对智能服装中的可充电电池进行充电，由可充电电池为各个无线传感节点供电； 步骤4、建立能量消耗模型，并充分考虑智能服装穿戴主体姿态的变化对摩擦电能的功率采集的相关性，则无线传感节点i总能量消耗Ei由下式计算： 式中，πm表示人体处于第m姿态下的概率、Esleep表示睡眠模式下的能耗、表示第m姿态下无线传感节点i的功耗，由下式计算： 式中，ρ表示占空比、t表示时刻、表示第m姿态下无线传感节点i的处理能耗、表示第m姿态下无线传感节点i的传输能耗，其中： 第m姿态下无线传感节点i的处理能耗采用下式计算： 第m姿态下无线传感节点i的传输能耗采用下式计算： 式中，Ψi,m表示节点i在姿态m下的能量处理成本、ri表示节点i的源速率、表示不同姿态下的高斯随机变量、ζi,m表示传输能量成本、表示不同姿态下节点i与中心节点之间的距离； 所有无线传感节点的能量消耗ETotal描述为下式： 式中，N为无线传感节点的数量； 步骤5、建立电池放电损耗β模型，如下式所示： 式中，ω表示单位电池损耗系数，表示节点i在姿态m下收获到的能量； 步骤6、建立无线信道模型： 第m姿态下无线信道的路径损耗模型由对数距离传播模型及其小尺度衰落，如下式所示： 式中，PL0表示参考距离下的路径损耗、ci表示路径损耗指数、di表示无线传感节点i到中央节点的距离、d0表示参考距离、S表示阴影衰落因子、K表示莱斯因子、表示第m姿态下的高斯随机变量； 步骤7、基于不同姿态下的数据处理时延和信号传输时延，建立总时延模型：第m姿态下的无线传感节点i的处理延迟表示为： 式中，表示节点i在姿态m下采集的数据量； 第m姿态下的无线传感节点i的传输延迟描述如下： 式中，表示节点i在姿态m下的数据传输率、表示在姿态m中节点i的信道中已经存在的延迟； 则总时延模型定义为： 式中，表示姿态m中的节点i的处理延迟，表示姿态m中的节点i的传输延迟； 步骤8、建立网络服务质量和能量消耗的联合优化问题： 联合步骤4、5、6、7中建立的模型，构建一个整体的联合优化问题，定义其总成本表示为： G＝λ1·PLmd+λ2·DTotal+λ3·ETotal+λ4·β 式中，λ1、λ2、λ3、λ4为权重系数； 步骤9、基于元启发式算法和强化学习算法的联合优化方法，以步骤8中的总成本的最小化为目标进行求解，获取优化结果。

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东华大学，其通讯地址为：200051 上海市长宁区延安西路1882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。