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！

龍圖騰網獲悉北京郵電大學申請的專利基于局部數據的無線網絡用戶間上行干擾挖掘預測方法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：CN116032392B 。

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：202211610520.5，技術領域涉及：H04B17/373；該發明授權基于局部數據的無線網絡用戶間上行干擾挖掘預測方法是由彭濤;牛怡靜;郭異辰;趙譽潔設計研發完成，并于2022-12-14向國家知識產權局提交的專利申請。

本基于局部數據的無線網絡用戶間上行干擾挖掘預測方法在說明書摘要公布了：本發明提出一種基于局部數據的無線網絡用戶間上行干擾挖掘預測方法，包括：區分強干擾用戶和弱干擾用戶，篩選出待預測的強干擾用戶；根據篩選出待預測的強干擾用戶范圍為各個信號用戶收集并整理訓練數據集；利用訓練數據集對待訓練的模型進行訓練，得到當前信號用戶的干擾模型；對每個信號用戶進行訓練，匯總每個信號用戶的訓練結果獲得到整個無線系統的總干擾模型；對于給定的信號用戶，獲得服務用戶基站端UL?SINR的預測值，所述方法實施簡單，更接近于實際網絡場景，且不消耗額外的導頻資源、運算資源的消耗也較小，實現了實時、高效、高精度的干擾預測。

本發明授權基于局部數據的無線網絡用戶間上行干擾挖掘預測方法在權利要求書中公布了：1.一種基于局部數據的無線網絡用戶間上行干擾挖掘預測方法，其特征在于，包括： 步驟1，根據路徑損耗模型估測所有臨近小區的干擾強度，區分強干擾用戶和弱干擾用戶，篩選出待預測的強干擾用戶，在上行方向，用戶的發射功率由基站通過開環功控依照信號路損確定，給定服務基站的坐標和干擾用戶Un所在基站的坐標能夠得到位于x,y處的干擾用戶Un在處的干擾功率期望： 其中，為數學期望，是干擾用戶所在基站的覆蓋范圍，僅包含大尺度衰落由路損模型計算獲得，由于基站的位置相對固定，認為基站位置是確知的，信號用戶將各基站對應的降序排列，排名在前30％-40％的基站所服務的用戶構成了強干擾用戶集合不在中的其他干擾用戶構成了弱干擾用戶集合其中，用戶間干擾強度用上行信干噪比UL-SINR表征； 將干擾用戶集合Nm分為強干擾用戶集合和弱干擾用戶集合有： 將式9中的簡化變為所有弱干擾用戶的總干擾則上式9變為： 步驟2，根據篩選出待預測的強干擾用戶范圍為各個信號用戶收集并整理訓練數據集： 用戶每使用一個RB，訓練數據集中存儲這個RB上干擾用戶的資源分配指示變量以及基站端測量的服務用戶Um在此RB上的UL-SINR作為一條數據，由此，此用戶的數據集為： 步驟3，利用訓練數據集對待訓練的模型進行訓練，得到當前信號用戶的干擾模型： 在移動通信網絡的上行方向，服務用戶Um發射的上行信號到達歸屬小區基站的信號接收功率為： 其中，為服務用戶Um到歸屬小區的信道增益； 與服務用戶Um占用相同無線資源的干擾用戶Un到達小區基站的干擾信號功率為： 其中，為干擾用戶Un到小區的信道增益； 從而，服務用戶Um的信號在歸屬小區基站端的UL-SINR為： 其中，Nm為與服務用戶Um復用相同無線資源的干擾用戶集合，σ2為噪聲功率；將式6進一步變換： 其中，為服務用戶Um的接收信號信噪比SNR，γm,n為服務用戶Um對干擾用戶Un的信干比SIR； 令則式7簡化為： 由UL-SINR數據以及與服務用戶Um占用相同無線資源的干擾用戶集合Nm數據，通過線性回歸或其他回歸類算法對用戶間的信干比SIR的倒數和服務用戶SNR的倒數進行預測，得到信干比和信噪比； 服務用戶Um的干擾模型表示為： 訓練過程中，w,wsec＝{wn∈{0,1}|n∈N'm}為模型函數的自變量， 為模型函數中的未知參數，通過挖掘歷史數據集訓練得出； 步驟4，對每個信號用戶進行訓練，匯總每個信號用戶的訓練結果，獲得整個無線系統的總干擾模型：選擇Huber函數作為損失度量函數： Huber函數在誤差值小于切分點δ時使用平方損失函數，大于切分點δ時，使用線性函數； 步驟5，對于給定的信號用戶，將待預測的干擾用戶資源分配向量輸入到信號用戶的干擾模型，獲得服務用戶基站端UL-SINR的預測值，向服務用戶Um以及任意待預測的干擾用戶資源分配向量w，用戶在基站端的UL-SINR的預測值使用下式進行在線預測： 獲得服務用戶Um在本資源塊RB上基站端接收到的UL-SINR預測值

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北京郵電大學，其通訊地址為：100876 北京市海淀區西土城路10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”。