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！

龙图腾网获悉浙江大学申请的专利联合信道估计、数据译码和冲激噪声估计的水声接收信号检测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：CN118138407B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410254847.6，技术领域涉及：H04L25/02；该发明授权联合信道估计、数据译码和冲激噪声估计的水声接收信号检测方法是由魏艳;章旻昊;朱江;涂星滨;瞿逢重设计研发完成，并于2024-03-06向国家知识产权局提交的专利申请。

本联合信道估计、数据译码和冲激噪声估计的水声接收信号检测方法在说明书摘要公布了：本发明公开一种联合信道估计、数据译码和冲激噪声估计的水声接收信号检测方法，该方法首先进行冲激噪声初始化，然后根据训练符号估计第0个子块的信道，并在联合信道、符号和冲激噪声估计模块和译码模块之间迭代，最终实现联合信道估计、数据译码和冲激噪声估计。本发明的方法在冲激噪声下的信道估计误差更小，编码误码率更低。

本发明授权联合信道估计、数据译码和冲激噪声估计的水声接收信号检测方法在权利要求书中公布了：1.一种联合信道估计、数据译码和冲激噪声估计的水声接收信号检测方法，其特征在于，该方法包括如下步骤： S1：初始化不同子块的估计信道其中，表示Lc×1维零向量，参数Lc表示信道长度，参数Nsb表示子块数；初始化硬判决符号向量其中，向量xp表示训练符号向量，上标T的含义是转置，参数Nd表示数据符号数；假设调制阶数为M，初始化先验似然比初始化第0个子块的一阶自回归系数α0＝0； S2：根据训练符号向量xp和训练符号接收信号yp估计第0个子块的信道h0和噪声方差 S3：根据接收信号y、估计信道硬判决符号向量噪声方差第0个子块的一阶自回归系数α0和先验似然比La计算估计符号x和估计信道其中，hi的下标i表示第i个子块； S4：根据估计符号x和先验似然比La计算外似然比Le； S5：根据外似然比Le计算估计比特b，将估计比特b映射为硬判决符号 S6：更新先验似然比La＝Le； S7：重复步骤3-6，直至迭代次数到达最大迭代次数Niter，得到最终的估计比特b； 所述S2包括如下子步骤： S2.1：构造训练符号的托普利兹矩阵Xp： 式中，xp，n表示训练符号向量xp的第n个元素； S2.2：计算第0个子块的估计信道h0和噪声方差 式中，上标H的含义是共轭转置，上标-1的含义是矩阵求逆，符号||||的含义是l2范数； 所述S3包括如下子步骤： S3.1：根据接收信号y、估计信道和硬判决符号向量计算估计冲激噪声o； S3.2、初始化子块序号i＝1； S3.3：定义第i个子块的接收信号其中，变量yn表示接收信号y的第n个元素，参数Li表示相邻子块的间隔； 定义第i个子块的估计冲激噪声 式中，变量on表示估计冲激噪声o的第n个元素 定义第i个子块的估计符号 式中，变量xn表示估计符号x的第n个元素； 根据第i个子块的接收信号yi、第i个子块的估计冲激噪声oi和第i-1个子块的估计信道hi-1计算第i个子块的估计符号xi； S3.4：定义硬判决函数该函数输出距离x最近的星座点，更新硬判决符号向量的元素 S3.5：根据硬判决符号向量第i-1个子块的一阶自回归系数αi-1和接收信号的噪声方差计算第i个子块的估计信道hi和第i个子块的一阶自回归系数αi，并将i+1赋值给i，更新子块下标； S3.6：重复3.3-3.5直到i＝Nsb+1； 所述S3.1包括如下子步骤： S3.1.1：设Ly＝Nd+Lc-1，参数Ly的含义是考虑信道拖尾的数据块长度，计算光滑参数μ： β＝λ2Ly-12 式中，参数λ2表示冲激噪声组稀疏项的正则化参数，变量α表示光滑近似的第1个参数，变量β表示光滑近似的第2个参数，参数ε表示容许误差，变量Lf表示接收信号部分的光滑函数的利普希茨常数； S3.1.2：计算光滑函数的利普希茨常数 S3.1.3：计算消除发送符号成分后的实数形式的残留接收信号 式中，变量H表示信道卷积矩阵，变量yin表示消除发送符号成分后的复数形式的残留接收信号，表示残留接收信号yin的第n个元素的实部和虚部构成的向量，yin，n表示残留接收信号yin的第n个元素，符号表示取实部，符号表示取虚部； S3.1.4：初始化第0次快速迭代软阈值算法迭代的内斯捷罗夫动量加速后的冲激噪声估计：z0＝0，初始化快速迭代软阈值算法迭代次数：k＝0，初始化第0次快速迭代软阈值算法迭代的内斯捷罗夫动量加速的中间变量t0：t0＝1； S3.1.5：定义 An＝BCn，n＝2,3,…，Ly 式中，0a×b表示a×b维零矩阵，Ia表示a维单位阵，B、Cn和An都为常数矩阵； S3.1.6：计算光滑函数的梯度 式中，为冲激噪声组稀疏项的光滑函数的梯度，符号的含义是求梯度； S3.1.7：计算第k次迭代的冲激噪声 式中，为临时定义的中间变量，变量表示中间变量的第n个元素，符号j的含义是参数λ1表示冲激噪声的稀疏项的正则化参数，符号∠的含义是取复数的相位角； S3.1.8：计算第k次快速迭代软阈值算法迭代的内斯捷罗夫动量加速后的估计冲激噪声zk+1： 更新快速迭代软阈值算法迭代次数：k←k+1； S3.1.9：重复3.1.6-3.1.8，直到k＝K+1；计算估计冲激噪声 步骤S3.3包括如下子步骤： S3.3.1：初始化第0次主优最小化迭代的第i个子块的估计符号初始化主优最小化迭代次数：p＝0；定义第i-1个子块的信道卷积矩阵Hi-1 其中，hi，l表示第i个子块的估计信道hi的第l个元素； 计算矩阵的最大特征值λmax； 定义第i-1个子块的信道卷积矩阵的拖尾部分的矩阵Hi-1,tail： 式中，Hi-1,tail,tmp表示第i-1个子块的信道卷积矩阵的拖尾部分的矩阵的最小非零子矩阵；计算消除冲激噪声和块间干扰后的残留接收信号yr： yr＝yi-Hi-1,tailxi-1,tail-oi； S3.3.2：计算第p次主优最小化迭代的估计符号的最优值 记向量的第n个元素为向量的第n个元素为如果在约束的范围，则取否则取约束的范围内离最近的点；计算第p+1次主优最小化迭代的第i个子块的估计符号 更新主优最小化迭代次数：p←p+1； S3.3.3：重复3.3.2，直到p＝KMM+1，其中，参数KMM的含义是最大主优最小化迭代次数；计算第i个子块的估计符号xi 步骤S3.5中，第i个子块的估计信道hi和第i个子块的一阶自回归系数αi的计算过程包括以下步骤： S3.5.1：根据硬判决符号向量构造第i个子块的硬判决符号的托普利兹矩阵Xi： 定义第i个非重叠子块的接收信号 根据接收信号的噪声方差个子块的估计信道hi-1和第i个子块的估计冲激噪声oi，计算第i个子块的估计信道hi： S3.5.2：计算第i个子块的一阶自回归系数： 步骤S4包括如下子步骤： S4.1：计算估计符号的增益系数g： S4.2：计算估计符号的方差 S4.3：假设第m个比特为0的星座点集合为第m个比特为1的星座点集合为对于n＝1，2，…，Nd,m＝1，2，…，M，计算估计符号的外似然比Le： Le＝[Le1，Le2,…,LeNdM]T 其中，函数表示星座点α映射的比特中的第m个比特，函数ln的含义是自然对数函数，符号∑的含义是求和，符号∏的含义是累乘。

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浙江大学，其通讯地址为：316021 浙江省舟山市定海区浙大路1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”。

以上内容由龙图腾AI智能生成。