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！

龙图腾网获悉广东工业大学申请的专利一种基于字典学习的超大规模MIMO混合场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：CN119210942B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411272040.1，技术领域涉及：H04L25/02；该发明授权一种基于字典学习的超大规模MIMO混合场信道估计方法是由姜淼;石远鹏;李亦卿设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本一种基于字典学习的超大规模MIMO混合场信道估计方法在说明书摘要公布了：本发明提出一种基于字典学习的超大规模MIMO混合场信道估计方法，建立混合场信道场景，所述场景包括一个基站，至少一个近场散射体、至少一个远场散射体和K个用户；根据所述混合信道场景构建混合场信道模型；根据所述混合场信道模型建立混合场信道恢复问题并求解。本发明能够很好捕捉混合场信道的信道特征，实现准确估计。

本发明授权一种基于字典学习的超大规模MIMO混合场信道估计方法在权利要求书中公布了：1.一种基于字典学习的超大规模MIMO混合场信道估计方法，其特征在于，包括以下步骤： 建立混合场信道场景，所述场景包括一个基站，至少一个近场散射体、至少一个远场散射体和K个用户； 根据所述混合场信道场景构建混合场信道模型； 根据所述混合场信道模型建立混合场信道恢复问题并求解； 根据所述混合信道场景构建混合场信道模型包括： y＝Phhybrid+n 其中，y表示用户的接收信号，其中NRF表示基站射频链数量，NRF＜＜N，其中N表示基站配备的天线数，S表示时间段数，·T表示转置，表示整体观测矩阵，pS表示用户在第S时隙的传输导频序列，表示第S时隙基站的配置模拟组合矩阵，hhybrid表示混合场信道，表示噪声，hhybrid计算公式为： 其中，lf和ln分别为远场和近场路径分量的个数，L＝lf+Ln为所有路径分量个数，和分别表示第lf条远场路径分量的增益和角度，d和λc分别表示天线间距和载波波长，s＝λc2，为实际物理角度，表示第lf条远场路径分量的导向矢量，具体为： 其中，·H表示共轭转置； 表示第Ln个路径分量的增益，和表示第ln次近场散射距离天线阵中心的角度和距离，表示第ln个近场散射体到基站第n个天线的距离， 根据所述混合场信道模型建立混合场信道恢复问题并求解包括： 建立混合场信道恢复问题； 将混合场信道恢复问题转化为字典学习问题P1； 将字典学习问题P1转化为字典学习问题P2； 将字典学习问题P2转化为字典学习问题P3； 对字典学习问题P3进行求解； 所述建立混合场信道恢复问题包括： 将所述混合场信道hhynrid转成稀疏表示形式： 其中，为hhybrid的稀疏表示，为待估计值，D为对应的混合字典； 混合场信道稀疏恢复问题表示为： 其中，表示L范数，表示求向量的非零项个数； 所述将混合场信道恢复问题转化为字典学习问题P1包括： 其中， 所述将字典学习问题P1转化为字典学习问题P2包括： 根据的可分结构特性，得到其中表示克罗内克积，进而将字典学习问题P1转化为： 其中，Y＝[y1,…,yK]，yK表示第K个用户的接收信号，表示第K用户的混合场信道的稀疏表示； 所述将字典学习问题P2转化为字典学习问题P3包括： 其中， 对字典学习问题P3进行求解包括： 字典学习问题P3关于A、B和都是非凸的，分别优化字典和字典A和B，具体步骤如下： S51：初始化字典k＝1，最大迭代次数M，计算； S52：计算第k次迭代的字典 固定字典A，字典B，字典学习问题P3转化为关于字典的优化问题： 利用正交匹配追踪算法获取稀疏表示根据获得其中reshape·表示矩阵重排列函数； S53：将重新更新计算第k次迭代字典Ak； 固定稀疏表示字典B，字典学习问题P3转化为关于字典A的优化问题： 采用梯度投影法求解该问题，Ak为： 其中，normalize表示所有列都是单位欧几里德范数的矩阵； S54：将Ak重新更新A，计算第k次迭代字典Bk； 固定稀疏表示字典A，字典学习问题P3转化为关于字典B的优化问题： 采用梯度投影法求解该问题，Bk为： S55：判断是否k≥M，若是则执行步骤S57，否则执行步骤S56； S56：将Bk重新更新B，执行k′＝k+1，并将k′重新更新k，返回步骤S52； S57：获得AM，BM，根据AM，BM，利用正交匹配追踪算法获取稀疏表示，作为混合场信道hhybrid； 所述步骤S52中，所述利用正交匹配追踪算法获取稀疏表示包括： ytemp＝vectorizeY 其中，vectorize·表示向量化操作，OMP表示正交匹配追踪算法，s表示稀疏因子。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。