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！

龙图腾网获悉山东大学申请的专利一种面向远程推理任务的通信方法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：CN119135217B 。

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：202411107758.5，技术领域涉及：H04B7/04；该发明授权一种面向远程推理任务的通信方法是由郭帅帅;周杰;郭清设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本一种面向远程推理任务的通信方法在说明书摘要公布了：本发明涉及一种面向远程推理任务的通信方法，包括：由一体化设备采集物品多个视角的图片，并通过特征编码器提取图片的特征信息；再利用信道预编码器转换成符合无线信道传输的数据格式；发射信号通过RIS反射单元反射；提升传输距离的同时增加通信性能，由边缘服务器接收来自多个设备的信号，融合成物品的多视角特征；用于分类器计算出分类结果。本发明可以有效提高RIS的任务相关性，提高RIS提升通信性能的潜力。

本发明授权一种面向远程推理任务的通信方法在权利要求书中公布了：1.一种面向远程推理任务的通信方法，其特征在于，该方法应用于多设备协作边缘推理系统；多设备协作边缘推理系统包括多个配备有摄像头和多个天线的一体化设备、特征编码器、信道预编码器、配备有多天线的边缘服务器、分类器；包括：由一体化设备采集物品多个视角的图片，并通过特征编码器提取图片的特征信息；再利用信道预编码器转换成符合无线信道传输的数据格式；发射信号通过RIS反射单元反射；提升传输距离的同时增加通信性能，由边缘服务器接收来自多个设备的信号，融合成物品的多视角特征；用于分类器计算出分类结果；统一特征编码器、信道预编码器和RIS反射单元的设计，表述为：最大化边缘服务器接受信号的MCR2，同时满足多个边缘设备的功率约束和RIS反射单元的幅值约束，优化问题建立为式VI： 式VI中，f·,ψ表示一个以MCR2为目标函数预训练的神经网络，ψ表示神经网络的可学习参数；是RIS的相移向量；其中，ε是有损解码率；代表传输信道矩阵；和分别代表特征向量的协方差矩阵以及类别j的特征向量协方差矩阵，pj是边缘服务器接收到的特征向量的和类别j有关的先验概率；将式VI中的多变量优化问题转变成单变量约束的交替优化问题，具体包括：1固定RIS相移向量φ，将式VI转换成式VII： 2固定K台设备的信道预编码矩阵V，将式VI转换成式VIII： 提出ABGP算法求解预编码矩阵问题即式VII；包括：将式VII转换为交替求解K台设备的预编码矩阵Vk的子问题，具体而言，固定除了设备k以外的其他设备的预编码矩阵，优化Vk，重复优化过程直至收敛，即得到最优预编码矩阵V；根据定律trBHC＝vecBHvecC以及其中b代表矩阵B的列数，将式VII中的约束转换为： 式IX中vec表示向量化操作，表示克罗内克积，T表示矩阵转置；计算式VII目标函数关于Vk的梯度： 式X中，和分别代表Σ和Σj的第k个列矩阵块，具体为Σ＝[Σ1,…,ΣK]；当每台设备的传输功率满足时，得到Ψvk的最大值，因此，将投影为： 式XI中，通过式XII对vk进行更新： 式XII中，通过寻找一个θ∈[0,π2满足θ＝argmaxΨVk，基于式XII获得最优vk和Vk；重复上述优化过程至每台设备，便能得到固定RIS相移向量φ的最优预编码矩阵V；提出RGP算法求解RIS优化问题即式VIII；将式VIII中的约束转换为凸约束：trφφH＝Nand‖φ∞≤1XIII；式XIII中，tr表示trace运算，求矩阵的对角线元素之和，||.||∞表示无穷范数，and表示与运算符；使用近似无穷范数l∞；使用势垒法，利用对数势垒函数对非负约束进行积分，近似违反约束的惩罚，其中，t是用来调整惩罚的常量；式VIII中目标函数重写为：maxφΥφ,h＝Ψφ+I1-‖φ‖hXIV计算式XIV目标函数关于φ的梯度： 式XV中，同时： 将寻找方向投影至式XVII: 其中，,表示内积，通过查找一个满足并利用式XVIII更新φ： 利用式XIX投影φ以满足约束条件： 重复上述优化过程至收敛，得到在给定预编码矩阵V的条件下，满足约束条件的最优RIS相移向量φ；采用交替迭代算法求解多设备协作边缘推理系统的优化问题；包括：初始化预编码矩阵V以满足初始化RIS相移向量φ以满足|φi|＝1；根据式X计算根据式XI计算并根据查找一个用以根据式XII更新Vk和vk，重复上述步骤至K台设备的预编码矩阵；根据式XV计算将其根据式XVII投影，并根据查找一个通过式XVIII更新φ，根据式XIX投影φ以满足约束；重复上述步骤直至收敛；最终得到在符合约束条件II和IV前提下，最大MCR2值的预编码矩阵V和RIS相移向量φ；将特征向量即图片的特征信息调整为复数形式；建立通信信道为Rayleigh信道，建立的通信信号传输模型表示为式III： 式III中，y代表边缘服务器将接收的反射信号融合成目标的多视角特征向量；表示设备k的传输信道矩阵，其中，表示设备k和边缘服务器之间的直线信道矩阵，表示RIS反射单元和边缘服务器之间的关于设备k的反射信道矩阵，表示设备k和RIS反射单元之间的发射信道矩阵；表示以RIS相移向量为对角线的矩阵，并且θi∈0,2π]代表第i个RIS反射单元造成的相移；Nr是边缘服务器的接收天线数目；xk表示设备k的发射信号，表示设备k的特征编码器提取到的特征向量；Vk代表设备k的信道预编码矩阵；代表高斯噪声向量，其中，δ表示噪声功率，I表示单位矩阵；RIS相移向量满足式IV的约束条件： 式IV中，N是RIS相移向量φ的维度，i＝1,2,...,N表示第i个元素。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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”。