Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学黄巍获国家专利权

电子科技大学黄巍获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于空间特异神经网络的OFDM信道估计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:CN116938646B

龙图腾网通过国家知识产权局官网在2025-06-13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:202310939841.8,技术领域涉及:H04L25/02;该发明授权一种基于空间特异神经网络的OFDM信道估计方法是由黄巍;王军设计研发完成,并于2023-07-28向国家知识产权局提交的专利申请。

一种基于空间特异神经网络的OFDM信道估计方法在说明书摘要公布了:本发明属于通信技术领域,尤其是涉及一种基于空间特异神经网络的OFDM信道估计方法。本发明构建了用于快速时变OFDM信道的信道估计神经网络,解决基于隐式ICI抑制深度学习方法的OFDM信道估计ICI抑制性能受限的问题,所构建的网络包括基于空间特异神经网络算子构成的预处理网络和信道精炼网络,其中预处理网络对输入的初始信道估计及其辅助数据进行ICI消除,信道精炼网络进一步抑制残留的噪声影响提升信道估计值的精度。同时,在训练过程中应用损失加权机制显著提高了网络的适应能力。

本发明授权一种基于空间特异神经网络的OFDM信道估计方法在权利要求书中公布了:1.一种基于空间特异神经网络的OFDM信道估计方法,其特征在于,包括以下步骤: S1、构建训练数据集: 根据接收的导频信号和发送的导频符号获得信道估计初始值其中OFDM子帧由N个子载波和T个OFDM符号组成,符号索引t=1,...,T,子载波索引n=1,...,N;由导频信号和信道估计初始值估计得到发射信号将一个OFDM子帧内的信道估计初始值接收信号和估计的发射信号的实部和虚部组成一个多通道的张量作为一个训练数据: 其中表示在第三维进行级联,Re·表示取实部,Im·表示取虚部;获取多个训练数据构成训练数据集; S2、构建信道估计网络模型,包括基于空间特异神经网络算子构成的预处理网络和信道精炼网络; 预处理网络对训练数据的处理方法是,先对Z进行补零: 其中,表示在第一维进行级联,NICI为设定的单边子载波数目; 根据NICI确定核大小为K=2NICI+1,并根据确定的核大小从Z中取出切片然后根据定义的生成核 其中,表示神经网络的flatten操作将展平为向量形式,W0和W1表示两个全连接层的线性变换,σ·表示非线性的激活函数ReLU·,表示reshape操作; 将核与对应的切片进行点乘求和操作得到n,t位置上消除ICI影响的信道估计结果 其中,是预处理网络输出的信道估计结果,∑·表示对张量的所有元素进行求和; 信道精炼网络是由两个一维CNN和一个非线性激活函数ReLU·构成的残差结构神经网络,信道精炼网络用于将的实部和虚部重新组合得到最终的信道估计值 S3、利用S1构建的训练数据集对S2构建的信道估计网络模型进行训练,采用加权机制的损失函数训练神经网络: 其中,fX·和ΘX表示神经网络的变换公式和相应的网络参数集合,和表示神经网络的训练样本集和相应的集合大小,H表示真实的信道频域响应,λ是一个与信噪比相关的系数;从而得到训练好的信道估计网络模型; S4、对获取的信号采用如S1的方法处理后,输入到训练好的信道估计网络模型,得到信道估计结果。

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电子科技大学,其通讯地址为:611731 四川省成都市高新西区西源大道2006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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。