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 > 哈尔滨工程大学殷敬伟获国家专利权

哈尔滨工程大学殷敬伟获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利一种基于时间相关性和近似消息传递的稀疏贝叶斯学习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:CN116506259B

龙图腾网通过国家知识产权局官网在2025-07-15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:202310441761.X,技术领域涉及:H04L25/02;该发明授权一种基于时间相关性和近似消息传递的稀疏贝叶斯学习信道估计方法是由殷敬伟;朱广军;韩笑;郭龙祥;葛威;李林设计研发完成,并于2023-04-23向国家知识产权局提交的专利申请。

一种基于时间相关性和近似消息传递的稀疏贝叶斯学习信道估计方法在说明书摘要公布了:本发明提供一种基于时间相关性和近似消息传递的稀疏贝叶斯学习信道估计方法,属于水声通信技术领域。基于单载波相移键控调制的水声通信系统中,为减轻单载波时域均衡系统在分块长度过短导致的观测数据不足时的误差传播,误差传播对基于近似消息传递的稀疏贝叶斯学习信道估计算法的影响,提出一种基于时间相关性的信道估计算法。该算法利用一阶自回归模型来利用块间信道的时间相关性,从而提高AMP‑SBL算法在观测数据不足时的性能。本发明提出的TC‑AMP‑SBL算法能够在付出与AMP‑SBL同等的计算复杂度情况下获得远远超过AMP‑SBL算法的性能;本发明性能超过传统的SBL算法,并且其计算复杂度远低于SBL算法的计算复杂度。本发明提出能够显著降低SC‑TDE系统在观测数据不足时的误差传播。

本发明授权一种基于时间相关性和近似消息传递的稀疏贝叶斯学习信道估计方法在权利要求书中公布了:1.一种基于时间相关性和近似消息传递的稀疏贝叶斯学习信道估计方法,其特征在于,步骤如下: 1水听器采集的通带声信号经过同步和解调之后得到基带符号,将基带符号均匀分为B个数据块,第b块符号为yb=Hbxb+wb,且b=[1,2,...,B],其中接收符号为M为第b块接收符号的长度,m∈1,2,...M,发射端发射的基带符号为Nb为yb对应的发射符号长度;加性高斯白噪声为Hb为循环卷积矩阵; 2消除块间干扰; 在估计第b块数据信道之前,进行IBI消除: 其中,第b-1块数据估计的符号构成循环卷积矩阵 3计算块间先验消息; 其中,为第b-1块变量节点传递到相关因子节点的消息,β∈-1,1表示时间相关系数; 4块内消息:似然因子节点处的消息的均值和方差; 在似然因子节点处,消息的方差和均值分别为: 其中,t表示AMP算法的迭代次数,μb,l和vb,l表示上一次迭代中变量节点处的边缘概率分布的均值和方差;复数Xb,m,l表示由构成的观测矩阵Xb中第m行第l列的元素; 5块内消息:变量节点处的消息的均值和方差; 其中,σm表示接收信号的噪声功率; 6变量节点→相关因子节点的消息的均值和方差; 计算变量节点传递到相关因子节点的消息为: 其中, 7得到变量节点处的边缘概率分布; 变量节点传递到相关因子节点的消息的概率分布和变量节点处的边缘概率分布相等;得到变量节点处边缘概率分布的均值和方差为: 8更新超先验和噪声功率为: γb,l=|μb,l|2+vb,l, 9AMP迭代;若迭代次数t<Tm,其中Tm为预设最大迭代次数,则重复进行步骤3-8;否则,输出μb,l作为最终的信道估计结果。

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哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区南通大街145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。