Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 无锡学院盛丽娜获国家专利权

无锡学院盛丽娜获国家专利权

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!

龙图腾网获悉无锡学院申请的专利一种基于LMMSE信道估计的车联网广播帧射频指纹识别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:CN120825713B

龙图腾网通过国家知识产权局官网在2025-12-02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:202511312484.8,技术领域涉及:H04W12/79;该发明授权一种基于LMMSE信道估计的车联网广播帧射频指纹识别方法是由盛丽娜;徐耀;王瑾;朱雪金;杨飏;曹燚设计研发完成,并于2025-09-15向国家知识产权局提交的专利申请。

一种基于LMMSE信道估计的车联网广播帧射频指纹识别方法在说明书摘要公布了:本发明提供了一种基于LMMSE信道估计的车联网广播帧射频指纹识别方法,包括:基于获取的物理侧链路广播信道的信号得到资源网格中的子载波数据;基于子载波数据进行均方根延迟扩展以及信道自相关矩阵构建,结合先验信噪比正则化和时域加窗操作,得到信道估计值;通过信道均衡和信道估计值得到初始射频指纹特征,并利用改进的神经网络和初始射频指纹特征对车联网设备进行分类识别。有效考虑了噪声和信道对指纹的影响性,达到更准确地在复杂环境中提取不同设备指纹的目的。

本发明授权一种基于LMMSE信道估计的车联网广播帧射频指纹识别方法在权利要求书中公布了:1.一种基于LMMSE信道估计的车联网广播帧射频指纹识别方法,其特征在于,包括: 基于获取的物理侧链路广播信道的信号得到资源网格中的子载波数据; 基于子载波数据进行均方根延迟扩展以及信道自相关矩阵构建,结合先验信噪比正则化和时域加窗操作,得到信道估计值; 通过信道均衡和信道估计值得到初始射频指纹特征,并利用改进的神经网络和初始射频指纹特征对车辆网设备进行分类识别; 所述基于子载波数据进行均方根延迟扩展以及信道自相关矩阵构建,结合先验信噪比正则化和时域加窗操作,得到信道估计值,包括: 估计信道功率以表征信号能量; 基于估计信道功率和均方根时延扩展构建信道自相关矩阵; 所述信道自相关矩阵基于估计信道功率和时延相关的相位偏移构建,所述时延相关的相位偏移基于子载波相互之间的频率差得到; 结合先验信噪比正则化和时域加窗操作,得到信道估计值,包括: 生成动态调整正则化项,正则化项用于当先验信噪比高时,减少正则化影响,当先验信噪比低时,增加正则化强度; 所述基于子载波数据进行均方根延迟扩展以及信道自相关矩阵构建,结合先验信噪比正则化和时域加窗操作,得到信道估计值,包括: 在低信噪比场景下,默认设置均方根延迟扩展值; 对初始频域信道响应进行多符号平均,从而平滑噪声影响; 通过对称化处理消除信道自相关矩阵的数据差异,并通过加窗操作保留主要路径,抑制噪声和射频指纹干扰; 通过信道均衡和信道估计值得到初始射频指纹特征,并利用改进的神经网络和初始射频指纹特征对车辆网设备进行分类识别中改进的神经网络为改进的ShuffleNetV2网络,改进的ShuffleNetV2网络包括: 在最终卷积层后集成卷积块注意力模块,通过通道注意力和空间注意力联合优化,动态聚焦关键频谱特征; 通道注意力模块通过全局平均池化和全局最大池化提取通道特征,结合全连接层生成通道权重,空间注意力模块则在通道注意力加权后的特征图上,通过沿通道维度的平均池化和最大池化生成空间特征,再利用一维卷积生成空间权重。

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无锡学院,其通讯地址为:214000 江苏省无锡市锡山区锡山大道333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。

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。