買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西北工業大學申請的專利一種復雜交通場景中的車聯網信道預測方法及相關設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120238221B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510713679.7，技術領域涉及：H04L25/02；該發明授權一種復雜交通場景中的車聯網信道預測方法及相關設備是由劉家佳;金子騰設計研發完成，并于2025-05-30向國家知識產權局提交的專利申請。

本一種復雜交通場景中的車聯網信道預測方法及相關設備在說明書摘要公布了：本發明涉及車聯網通信技術領域，公開了一種復雜交通場景中的車聯網信道預測方法及相關設備。該方法包括構建車聯網信道的城市道路場景，在所述城市道路場景下模擬得到V2I通信結果，并通過V2I通信結果采集得到場景數據；對所述場景數據經預處理和前向加噪后進行側邊信息嵌入得到帶有時空特征和關鍵依賴關系的信道數據；將信道數據輸入至訓練好的反向去噪模型內，生成預測最佳信道索引，以預測最佳信道索引對復雜交通場景中的車聯網信道進行預測。本發明采用反向去噪模型，通過隱式狀態演化有效解決了信道預測問題，克服了依賴冗長公式推導或基礎非線性模型的局限性，能夠精確捕捉信道狀態與通信信道之間的復雜非線性映射關系。

本發明授權一種復雜交通場景中的車聯網信道預測方法及相關設備在權利要求書中公布了：1.一種復雜交通場景中的車聯網信道預測方法，其特征在于，包括： 構建車聯網信道的城市道路場景，在所述城市道路場景下模擬得到V2I通信結果，并通過V2I通信結果采集得到場景數據； 其中，所述場景數據包括最佳信道索引值、通信信號時間數據、車輛的位置信息以及環境信息，其中環境信息包括道路拓撲、交通流量以及遮擋物分布； 對所述場景數據經預處理和前向加噪后進行側邊信息嵌入得到帶有時空特征和關鍵依賴關系的信道數據； 所述場景數據的預處理包括： 將所述場景數據進行數據劃分和數據處理； 所述數據劃分的過程包括： 將所采集的最佳信道索引值集合為數據集，并劃分為真實已知部分、假裝未知部分和真實未知部分；所述真實已知部分和假裝未知部分用于模型訓練，所述真實未知部分用于模型應用； 所述數據處理的過程包括： 將通信信號時間數據進行對齊，車輛的位置信息進行清洗和歸一化處理，并記錄相應的環境信息； 所述前向加噪是對假裝未知部分和真實未知部分進行前向加噪處理得到前向加噪數據； 所述側邊信息嵌入是對真實已知部分和前向加噪數據進行側邊信息嵌入，其中，側邊信息包括通信信號時間數據、車輛的位置信息； 所述側邊信息嵌入的具體過程包括： 將所述真實已知部分和前向加噪數據輸入至卷積層進行初步特征提取，并將時間信息通過全連接層和卷積層嵌入到初步特征中； 通過時序提取層提取數據中的時間依賴性特征，并根據時間依賴性特征捕捉信道狀態隨時間變化的規律； 特征提取層通過多層卷積和特征融合，提取得到時間關鍵特征； 車輛的位置信息通過擴展卷積嵌入到初步特征中，并提取得到高階空間特征； 將時間關鍵特征和高階空間特征進行融合輸入至門控激活單元后輸出得到帶有時空特征和關鍵依賴關系的信道數據； 將信道數據輸入至訓練好的反向去噪模型內，生成預測最佳信道索引，以預測最佳信道索引對復雜交通場景中的車聯網信道進行預測； 所述將信道數據輸入至訓練好的反向去噪模型內，生成預測最佳信道索引，包括： 將側邊信息嵌入后的信道數據輸入反向去噪模型內，逐步去除噪聲，生成假裝未知部分的預測最佳信道索引，并通過計算去噪后的數據與真實數據之間的誤差優化得到訓練好的反向去噪模型； 將純噪聲數據輸入至訓練好的反向去噪模型內生成真實未知部分的預測最佳信道索引，用于指示下一時刻的信道狀態。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西北工業大學，其通訊地址為：710072 陜西省西安市碑林區友誼西路127號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。