清华大学姜春晓获国家专利权
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!
龙图腾网获悉清华大学申请的专利一种基于存算一体器的信道估计方法、系统、处理设备及存储介质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:CN121151165B 。
龙图腾网通过国家知识产权局官网在2026-01-27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:202511675817.3,技术领域涉及:H04L25/02;该发明授权一种基于存算一体器的信道估计方法、系统、处理设备及存储介质是由姜春晓;王佳蔚;田禾;匡麟玲;陆建华设计研发完成,并于2025-11-17向国家知识产权局提交的专利申请。
本一种基于存算一体器的信道估计方法、系统、处理设备及存储介质在说明书摘要公布了:本发明涉及一种基于存算一体器的信道估计方法、系统、处理设备及存储介质,包括:获取待测信道估计任务的导频结构矩阵和概率图模型,并根据接收端观测的导频信号、信道均匀量化的方差和,确定概率图模型中每个变量节点的状态值初始概率;构建概率图模型中每个无向边对应的节点状态矩阵;构建概率图模型中每个无向边对应的驱动向量;基于每个无向边对应的节点状态矩阵进行存算一体器配置,得到每个无向边对应的存算一体器子阵列;根据存算一体器子阵列和驱动向量以及每个变量节点与通过无向边连接的每个校验节点之间消息传递的置信度,确定待测信道估计任务中连续的信道估计结果,本发明可广泛用于信号处理技术领域中。
本发明授权一种基于存算一体器的信道估计方法、系统、处理设备及存储介质在权利要求书中公布了:1.一种基于存算一体器的信道估计方法,其特征在于,包括: 获取待测信道估计任务的导频结构矩阵和概率图模型,并根据接收端观测的导频信号、信道均匀量化的方差和,确定概率图模型中每个变量节点的状态值初始概率; 对于概率图模型中的任一校验节点,根据校验节点与相连接的每个目标变量节点间的每个目标无向边、发送端发送的导频结构矩阵和接收端观测的导频信号,构建概率图模型中每个无向边对应的节点状态矩阵; 根据概率图模型中每个变量节点将自身状态值传递至校验节点的置信度,构建概率图模型中每个无向边对应的驱动向量,其中,在初始阶段,将概率图模型中每个变量节点的状态值初始概率作为变量节点将自身状态值传递至通过无向边连接的每个校验节点的置信度; 基于每个无向边对应的节点状态矩阵进行存算一体器配置,得到每个无向边对应的存算一体器子阵列; 根据每个无向边对应的存算一体器子阵列和构建的驱动向量,确定概率图模型中每个校验节点将自身状态值传递至变量节点的置信度,进而更新每个变量节点将自身状态值传递至校验节点的置信度直至满足设定的迭代停止条件,确定待测信道估计任务中连续的信道估计结果; 当存算一体器为忆阻器时,所述节点状态矩阵为节点阻态矩阵,所述构建概率图模型中每个无向边对应的节点状态矩阵,包括: 获取目标无向边的数量,分别确定每个目标无向边在所有目标无向边中的内部次序; 构建由个目标字符进行排列组合得到的多个候选向量,候选向量的数量为,为将信道状态在一定范围内等间隔离散化后的状态数;对于任一候选向量,若候选向量中的目标字符的元素次序等于目标无向边的内部次序,则在候选向量中的目标字符与目标无向边连接的目标变量节点之间建立关联关系,其中,目标字符与对应,表示待估计信道向量的第个状态; 依次遍历每个目标无向边; 对于遍历到的第个目标无向边,将多个候选向量划分为待处理的若干第个候选向量,根据每一第个候选向量、关联关系、导频结构矩阵、接收端观测的导频信号、信道均匀量化的方差和噪声方差,构建目标无向边对应的节点阻态矩阵;其中,第个候选向量中第个元素为; 所述节点阻态矩阵为: 其中,为对应的节点阻态矩阵;表示第个无向边所构建的候选向量中的第个元素值;,表示与校验节点有连接且变量节点取值为的所有变量节点状态的组合,表示候选向量中变量节点对应的元素值;表示;表示接收端观测的导频信号的第个信号;表示导频结构矩阵中的第列向量; 所述基于每个无向边对应的节点状态矩阵进行存算一体器配置,得到每个无向边对应的存算一体器子阵列,包括: 将节点阻态矩阵中的元素视作一个整体,其取值分布视为一个均值为0的高斯分布; 在预先设定的接受区间内将上述整体量化为个量化状态; 量化后对于第个无向边中第个元素取值为: 其中,为量化步长;为个量化状态中的第个; 将量化后的节点阻态矩阵值配置到存算一体器中,得到每个无向边对应的存算一体器子阵列。
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清华大学,其通讯地址为:100084 北京市海淀区100084信箱82分箱清华大学专利办公室;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励