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！

龍圖騰網獲悉西安電子科技大學申請的專利分布式系統多天線信號之間的時差頻差聯合估計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：CN119629000B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202411805345.4，技術領域涉及：H04L25/02；該發明授權分布式系統多天線信號之間的時差頻差聯合估計方法是由劉明騫;盧宗輝設計研發完成，并于2024-12-10向國家知識產權局提交的專利申請。

本分布式系統多天線信號之間的時差頻差聯合估計方法在說明書摘要公布了：本申請的實施例涉及通信技術領域，特別涉及一種分布式系統多天線信號之間的時差頻差聯合估計方法，該方法包括：采用QPSO算法對變分模態分解算法進行優化求解，得到分解層數的最優解和懲罰因子的最優解，基于分解層數的最優解和懲罰因子的最優解對接收信號進行變分模態分解，得到多個IMF分量；分別計算各IMF分量的方差貢獻率，并濾除方差貢獻率小于第一預設閾值的IMF分量；對保留的各IMF分量進行小波閾值處理；基于小波閾值處理后的各IMF分量進行信號重構，計算重構的接收信號的共軛模糊函數，并對共軛模糊函數進行峰值檢測，估計得到分布式系統多天線信號之間的時延差與頻率差。該方法能夠實現高精度的時差頻差聯合估計。

本發明授權分布式系統多天線信號之間的時差頻差聯合估計方法在權利要求書中公布了：1.一種分布式系統多天線信號之間的時差頻差聯合估計方法，其特征在于，所述方法包括： 采用QPSO算法對變分模態分解算法進行優化求解，得到分解層數的最優解和懲罰因子的最優解，基于分解層數的最優解和懲罰因子的最優解對接收信號進行變分模態分解，得到多個IMF分量； 分別計算各IMF分量的方差貢獻率，并濾除方差貢獻率小于第一預設閾值的IMF分量； 對保留的各IMF分量進行小波閾值處理； 基于小波閾值處理后的各IMF分量進行信號重構，計算重構的接收信號的共軛模糊函數，并對共軛模糊函數進行峰值檢測，估計得到分布式系統多天線信號之間的時延差與頻率差； 所述采用QPSO算法對變分模態分解算法進行優化求解，得到分解層數的最優解和懲罰因子的最優解，基于分解層數的最優解和懲罰因子的最優解對接收信號進行變分模態分解，得到多個IMF分量，通過以下步驟實現： S11，將分解層數和懲罰因子作為優化變量，并設置分解層數的搜索范圍和懲罰因子的搜索范圍； S12，設置種群規模和空間搜索維度，初始化種群粒子，設定此時的迭代次數為； S13，基于設計的適應度函數，計算粒子的當前適應值，若當前適應值優于上一次迭代的適應值，則將粒子的當前位置作為粒子的個體最優位置，否則不更新粒子的個體最優位置，個體最優位置的更新通過以下公式實現： ； 其中，為之間的隨機數且服從正態分布，表示第個粒子在第次迭代時更新后的個體最優位置，表示第個粒子在第次迭代時更新前的個體最優位置，表示全局最優位置； S14，將種群中所有粒子的適應值分別與全局最優位置進行比較，若有粒子的適應值優于全局最優位置的適應值，則將適應值優于全局最優位置的適應值的例子的個體最優位置，作為全局最優位置； S15，計算粒子群的平均最優位置，粒子群的平均最優位置，通過以下公式計算得到： ； 其中，表示粒子群的平均最優位置； S16，針對粒子的每一個維度計算非最優粒子的勢阱中心，并計算得到一個隨機點的位置； S17，更新粒子位置，計算粒子在每一個維度空間中的新位置，粒子在每一個維度空間中的新位置，通過以下公式計算得到； ； ； 其中，為收縮擴張系數，和為收縮擴張系數參數，為最大迭代次數，表示第個粒子在第次迭代完成時確定的新位置，表示第個粒子在第次迭代完成時確定的新位置； S18，更新迭代次數加一，重復S13至S17，如果適應度降低則更新分解層數和懲罰因子，直到到達最大迭代次數，輸出第次迭代后得到的全局最優值作為分解層數的最優解和懲罰因子的最優解； S19，基于分解層數的最優解和懲罰因子的最優解對接收信號進行變分模態分解，得到多個IMF分量。

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安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2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”。