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！

龙图腾网获悉华南师范大学申请的专利基于运动状态识别的到达角估计方法及到达角估计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：CN120370250B 。

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：202510846176.7，技术领域涉及：G06F18/10；该发明授权基于运动状态识别的到达角估计方法及到达角估计装置是由吴启文;陈晨;郑皓;张洋设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于运动状态识别的到达角估计方法及到达角估计装置在说明书摘要公布了：本发明涉及一种基于运动状态识别的到达角估计方法及到达角估计装置。本发明所述的基于运动状态识别的到达角估计方法包括：对信道状态信息分别进行幅值预处理和相位预处理，获得时频谱图和相位信息；对时频谱图进行移动状态识别，判断识别结果是否为移动状态：若是，则对时频谱图和相位信息进行移动角估计，获得人体移动状态的到达角估计值；若否，则对时频谱图和相位信息进行静止角估计，获得人体静止状态的到达角估计值，完成到达角估计。本发明所述的基于运动状态识别的到达角估计方法显著提升了在多子载波条件下进行到达角估计的估计准确性、定位精度及环境鲁棒性。

本发明授权基于运动状态识别的到达角估计方法及到达角估计装置在权利要求书中公布了：1.一种基于运动状态识别的到达角估计方法，其特征在于，包括以下步骤： S1、对信道状态信息分别进行幅值预处理和相位预处理，获得时频谱图和相位信息； S2、对时频谱图进行移动状态识别，获取人体移动特征； S3、判断人体移动特征是否处于移动状态：若是，则执行步骤S4A；若否，则执行步骤S4B； S4A、对时频谱图和相位信息进行移动角估计，获得人体移动状态的到达角估计值，完成到达角估计； S4B、对时频谱图和相位信息进行静止角估计，获得人体静止状态的到达角估计值，完成到达角估计； 其中，所述移动角估计采用基于移动状态的双输入分组卷积的到达角估计神经网络执行；所述静止角估计采用基于静止状态的双输入分组卷积的到达角估计神经网络执行； 其中，所有的双输入分组卷积的到达角估计神经网络，包括特征分组模块、特征提取模块和特征融合模块； 所述特征分组模块，用于对时频谱图和相位信息进行分组，获得若干分组的时频谱图和相位信息；其中，所述分组，用于根据信号接收天线的数量对输入的时频谱图和相位信息进行通道划分，获得相对应的时频谱图和相位信息； 所述特征提取模块，用于对分组的时频谱图和相位信息分别进行幅值卷积和相位卷积，获得若干分组的幅值特征向量和相位特征向量；其中，所述幅值卷积表示，通过对时频谱图进行非对称的卷积特征提取，获得幅值特征向量； 其中，所述非对称的卷积特征提取，包括第一级非对称卷积处理、第二级非对称卷积处理和非对称特征整合； 所述第一级非对称卷积处理，用于对时频谱图依次进行卷积、归一化、非线性激活和最大池化操作，获得浅层的幅值特征向量； 所述第二级非对称卷积处理，用于对浅层的幅值特征向量依次进行卷积、非线性激活和最大池化操作，获得深层的幅值特征向量； 所述非对称特征整合，用于对深层的幅值特征向量依次进行展平和全连接处理，获得分组对应的幅值特征向量； 所述相位卷积表示，通过对相位信息进行非对称的卷积特征提取，获得相位特征向量； 所述特征融合模块，用于对若干分组的幅值特征向量和相位特征向量进行组内融合，并将所有分组的融合特征进行跨组融合，获得相应的到达角估计值； 其中，所述组内融合表示，对于任意分组，将该组对应的幅值特征向量与相位特征向量在特征维度上依次进行拼接，并通过激活函数进行融合，获得任意分组对应的组内融合向量； 所述跨组融合为，对所有分组的组内融合向量在特征维度上进行拼接，并通过全连接层进行回归估计，获得相应的到达角估计值。

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华南师范大学，其通讯地址为：516699 广东省汕尾市市城区马宫街道香江大道西55号华南师范大学数据科学与工程学院；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。