買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西北工業(yè)大學(xué)申請(qǐng)的專利一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法及相關(guān)設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120342527B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510826145.5，技術(shù)領(lǐng)域涉及：H04B17/391；該發(fā)明授權(quán)一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法及相關(guān)設(shè)備是由劉家佳;金子騰;雷家豪設(shè)計(jì)研發(fā)完成，并于2025-06-19向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法及相關(guān)設(shè)備在說明書摘要公布了：本發(fā)明涉及車聯(lián)網(wǎng)通信技術(shù)領(lǐng)域，公開了一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法及相關(guān)設(shè)備。該方法包括構(gòu)建車聯(lián)網(wǎng)信道的城市道路場(chǎng)景，在城市道路場(chǎng)景中結(jié)合天氣場(chǎng)景獲取得到已知時(shí)間幀數(shù)據(jù)和未知待預(yù)測(cè)時(shí)間幀數(shù)據(jù)；并進(jìn)行數(shù)據(jù)增強(qiáng)和數(shù)據(jù)向量表示以及位置信息處理得到多模態(tài)向量，對(duì)多模態(tài)向量進(jìn)行特征提取及拼接處理得到多模態(tài)特征向量；將多模態(tài)特征向量進(jìn)行模態(tài)間的深度融合得到聯(lián)合特征向量；對(duì)聯(lián)合特征向量通過多層感知機(jī)模塊進(jìn)行非線性映射，并輸出得到信道索引概率分布，以信道索引概率分布對(duì)車聯(lián)網(wǎng)信道進(jìn)行預(yù)測(cè)。本發(fā)明解決現(xiàn)有技術(shù)中存在的單模態(tài)感知能力受限、原始數(shù)據(jù)質(zhì)量欠佳、復(fù)雜場(chǎng)景下魯棒性不足的技術(shù)問題。

本發(fā)明授權(quán)一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法及相關(guān)設(shè)備在權(quán)利要求書中公布了：1.一種基于多模態(tài)融合的車聯(lián)網(wǎng)信道預(yù)測(cè)方法，其特征在于，包括： 構(gòu)建車聯(lián)網(wǎng)信道的城市道路場(chǎng)景，在城市道路場(chǎng)景中結(jié)合天氣場(chǎng)景獲取得到已知時(shí)間幀數(shù)據(jù)和未知待預(yù)測(cè)時(shí)間幀數(shù)據(jù)； 其中，所述天氣場(chǎng)景包括晴天場(chǎng)景、雨天場(chǎng)景以及雪天場(chǎng)景； 所述已知時(shí)間幀數(shù)據(jù)包括信道索引值、通信信號(hào)時(shí)間幀序號(hào)、車輛及RSU的位置坐標(biāo)、RGB圖像、LiDAR點(diǎn)云； 所述未知待預(yù)測(cè)時(shí)間幀數(shù)據(jù)包括通信信號(hào)時(shí)間幀序號(hào)、車輛及RSU的位置坐標(biāo)、RGB圖像、LiDAR點(diǎn)云； 將已知時(shí)間幀數(shù)據(jù)和未知待預(yù)測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)和數(shù)據(jù)向量表示以及位置信息處理得到多模態(tài)向量，并對(duì)多模態(tài)向量進(jìn)行特征提取及拼接處理得到多模態(tài)特征向量； 其中，所述數(shù)據(jù)增強(qiáng)包括圖像增強(qiáng)和點(diǎn)云增強(qiáng)； 其中，圖像增強(qiáng)包括亮度調(diào)整、對(duì)比度增強(qiáng)、伽馬校正、高斯模糊以及背景遮罩； 點(diǎn)云增強(qiáng)的過程包括通過參考二維鳥瞰圖進(jìn)行背景過濾，將建筑物位置映射到點(diǎn)云數(shù)據(jù)中，剔除建筑物位置區(qū)域的點(diǎn)云，并將保留的點(diǎn)云集中在車輛運(yùn)動(dòng)和道路結(jié)構(gòu)的區(qū)域內(nèi)； 所述數(shù)據(jù)向量表示包括圖像向量表示和點(diǎn)云向量表示； 其中，圖像向量表示的過程包括采用RGB三通道格式對(duì)圖片數(shù)據(jù)進(jìn)行向量表示，并通過歸一化處理后作為模型輸入； 點(diǎn)云向量表示的過程包括首先將關(guān)注區(qū)域劃分為網(wǎng)格，以實(shí)現(xiàn)對(duì)點(diǎn)云數(shù)據(jù)的有效向量化表示；通過設(shè)置感興趣區(qū)域限制點(diǎn)云范圍，并統(tǒng)計(jì)每個(gè)網(wǎng)格內(nèi)的密度信息，將其作為向量表示；其次設(shè)定了最大密度閾值，當(dāng)網(wǎng)格內(nèi)點(diǎn)數(shù)超過最大密度閾值時(shí)，將其固定為該最大密度閾值；最后對(duì)所有網(wǎng)格內(nèi)的點(diǎn)數(shù)進(jìn)行歸一化處理后作為模型輸入； 所述位置信息處理多模態(tài)數(shù)據(jù)的空間一致性，通過統(tǒng)一的坐標(biāo)系標(biāo)準(zhǔn)化方法進(jìn)行對(duì)齊，并通過歸一化處理后作為模型輸入； 將多模態(tài)特征向量輸入至Transformer模型中，通過Transformer模型的多頭注意力機(jī)制和前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行模態(tài)間的深度融合得到聯(lián)合特征向量； 對(duì)聯(lián)合特征向量通過多層感知機(jī)模塊進(jìn)行非線性映射，并輸出得到信道索引概率分布，以信道索引概率分布對(duì)車聯(lián)網(wǎng)信道進(jìn)行預(yù)測(cè)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西北工業(yè)大學(xué)，其通訊地址為：710072 陜西省西安市碑林區(qū)友誼西路127號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。