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！

龙图腾网获悉厦门大学申请的专利一种适用于水声传感网络的深度学习信道估计方法和装置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：CN116800563B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310073825.5，技术领域涉及：H04L25/02；该发明授权一种适用于水声传感网络的深度学习信道估计方法和装置是由冯晓;孙海信;齐洁;林榕彬设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种适用于水声传感网络的深度学习信道估计方法和装置在说明书摘要公布了：本申请涉及一种适用于水声传感网络的深度学习信道估计方法和装置，该方法利用OFDM导频数据建立稀疏信号模型，并通过对稀疏信号模型进行实值化变换获得实值稀疏模型，引入近似消息传递AMP估计框架实现信道信息的初步恢复，进一步地，提出基于模型驱动的深度学习框架，分别建立基于AMP的不考虑稀疏先验的ST‑LAMP网络和考虑稀疏先验的GGM‑LAMP网络，根据既定的策略分别进行网络训练，通过数据学习到最优的匹配参数并进行更新固定，通过输入新的测量值可输出正确的信道估计值，解决了传统的经验化参数设置并不能适用水声信道复杂性高，导致信道估计偏离实际信道的问题，提高了信道估计的精度，本申请提出的信道估计方法具有低复杂性、自适用性强的特点。

本发明授权一种适用于水声传感网络的深度学习信道估计方法和装置在权利要求书中公布了：1.一种适用于水声传感网络的深度学习信道估计方法，其特征在于，包括以下步骤： S1：利用OFDM导频信号建立稀疏信号模型，对稀疏信号模型进行实值化变换，建立实值稀疏模型； S2：引入近似消息传递算法AMP，建立基于AMP的深度学习神经网络模型，利用训练数据集，采用基于模型的方法对所述深度学习神经网络模型进行网络训练，对深度学习神经网络模型的可学习参数进行配置、更新，其中，采用基于模型的方法对所述深度学习神经网络模型进行网络训练，在网络训练中所用的训练策略具体为： S21：定义untied网络训练与tied网络训练；在untied网络训练中，定义可学习的参数集为：，表示收缩函数，表示匹配滤波矩阵，表示网络总层数，t表示对应的网络层数，在网络的每一层中都要经过训练，网络每一层所得到的参数不同；在tied网络训练中，定义可学习的参数集为：，学习完成后对所有层都固定，在每一层进行单独训练； S22：在untied网络训练和tied网络训练中采用逐层训练的方式； S23：对ST-LAMP网络采用untied网络训练，对GGM-LAMP网络采用tied网络训练； S3：将训练完成后的深度学习神经网络模型进行线上部署，将新观测值输入网络，根据训练好的参数，获得稀疏水声信道的估计参数。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。