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！

龙图腾网获悉南京信息职业技术学院申请的专利一种基于智能超表面的去蜂窝网络能效优化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：CN118590915B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202410805781.5，技术领域涉及：H04W24/02；该发明授权一种基于智能超表面的去蜂窝网络能效优化方法及系统是由汪宏艳;李维勇;顾振飞;蒋萧憶;张永芹;宋鸿静;杜宏旭设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本一种基于智能超表面的去蜂窝网络能效优化方法及系统在说明书摘要公布了：本发明公开了一种基于智能超表面的去蜂窝网络能效优化方法及系统，涉及网络能效优化技术领域，包括部署传感器收集去蜂窝网络和信道数据并预处理后存储至数据库中；基于数据库数据构建去蜂窝网络模型；定义去蜂窝网络智能超表面配置，基于粒子群优化算法进行智能超表面配置优化；基于智能超表面配置进行去蜂窝网络能效优化。本发明通过收集去蜂窝网络相关数据构建去蜂窝网络模型，并基于去蜂窝网络模型和粒子群优化算法定义智能超表面配置进行优化，从而完成对去蜂窝网络的能效优化，有效提高了去蜂窝网络的运行能效和稳定性，大幅提升了去蜂窝网络的适用性和灵活性。

本发明授权一种基于智能超表面的去蜂窝网络能效优化方法及系统在权利要求书中公布了：1.一种基于智能超表面的去蜂窝网络能效优化方法，其特征在于：包括，部署传感器收集去蜂窝网络和信道数据并预处理后存储至数据库中；基于数据库数据构建去蜂窝网络模型；定义去蜂窝网络智能超表面配置，基于粒子群优化算法进行智能超表面配置优化；基于智能超表面配置进行去蜂窝网络能效优化；所述部署传感器收集去蜂窝网络和信道数据并预处理指在去蜂窝网络设备上部署loT传感器收集去蜂窝网络数据和信道数据通过无线网络定期发送至数据处理中心，部署loT传感器后对传感器覆盖范围进行验证，对收集的数据进行清洗过滤、删除重复值、填补缺失值并转换为统一格式，使用特征工程提取预处理数据的特征向量；所述存储至数据库中指数据处理中心在预处理数据后将数据存储在数据库中，并对存储数据添加安全访问权限和访问密码，数据库对存储数据进行备份并将备份数据存储至云端，同时定期对存储数据进行完整性检测生成检测报告同步存储；所述基于数据库数据构建去蜂窝网络模型包括以下步骤：使用预处理后的数据构建图结构，将去蜂窝网络中实体作为节点，实体间连接作为边，去蜂窝网络模型公式表示为： 其中G为去蜂窝网络模型输出，N为节点总数，μ和σ为特征向量的平均值和标准差，fxi，W为信息过滤函数，W为模型参数，Ni表示节点i的邻居节点集合，xi和xj分别代表节点i和j的特征向量，di和dj分别代表节点i和j连接的边数，b为偏置项，ReLU为非线性激活函数；构建去蜂窝网络模型后对模型参数进行初始化，从均值为0，标准差为0.01的正态分布中随机抽取数值作为模型参数W和偏置项b的初始值；定义损失函数对模型输出值和实际值之间差异进行量化： 其中L为差异量化的损失，Gi为节点i的实际标签，为节点i的模型输出；执行迭代训练，计算模型预测输出，使用损失函数计算模型预测与实际标签之间差距，采用梯度下降算法进行模型参数W和偏置项b的迭代更新： 其中θ代表模型参数，包括W和b，α为学习率，为损失函数关于θ的梯度；模型损失不再显著下降或达到预定迭代次数后停止迭代，输出更新后的模型参数W和偏置项b；基于更新的模型参数W和偏置项b计算注意力系数： 其中aij为第i个节点对其邻居j节点的注意力系数，ci和cj分别为第i个节点和第j个节点的权重向量；通过加权聚合邻居节点特征向量更新节点特征： 其中xi‘’为节点i更新后的特征向量，ρ为sigmoid函数；将更新后的节点特征向量输入去蜂窝网络模型完成模型优化得到最终的去蜂窝网络模型；所述定义去蜂窝网络智能超表面配置指基于去蜂窝网络模型定义智能超表面配置，将智能超表面配置参数形成集合：p＝{p1，p2，……，pn}其中每个参数pn代表智能超表面配置参数；定义智能超表面配置奖励函数为：R＝ω*∫|F{p}|2df-β*E{p}其中R为奖励函数输出，代表智能超表面性能指数，F{p}为智能超表面在配置p下反射波的频率响应，E{p}为智能超表面在配置p下的能量消耗，ω和β为权重参数，将智能超表面配置输入奖励函数进行性能评估；所述基于智能超表面配置进行去蜂窝网络能效优化指得到优化后的智能超表面配置后根据配置对智能超表面IRS单元参数进行调整，控制信道调整完成去蜂窝网络能效优化，并在调整完成后通过网络测试工具评估去蜂窝网络优化效果。

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南京信息职业技术学院，其通讯地址为：210023 江苏省南京市栖霞区文澜路99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”。