东南大学王闻今获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种基于机器学习的信道估计与符号级预编码联合设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：CN120263589B 。
龙图腾网通过国家知识产权局官网在2026-04-10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：202510439754.5，技术领域涉及：H04L25/02；该发明授权一种基于机器学习的信道估计与符号级预编码联合设计方法是由王闻今;宋泉莹;李汪洋;尹天一;王亚飞;张锦硕设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。
本一种基于机器学习的信道估计与符号级预编码联合设计方法在说明书摘要公布了：本发明公开了一种机器学习辅助的符号级预编码和信道估计联合设计方法，包括：生成包含多个用户接收信号的数据集；以最小化真实信道与估计信道之间的均方误差为准则，使用卷积神经网络对接收信号进行处理，得到估计出的信道矩阵；将估计出的信道矩阵与用户符号信息结合，构建包含虚实部的信道数据；运用Transformer神经网络对信道矩阵和用户符号信息联合处理，计算出符号级预编码优化的关键低维变量；结合估计出的信道信息和关键低维变量，计算符号级预编码闭式得到发送信号。本发明能够实现信道估计和符号级预编码的联合优化，以较低的计算复杂度显著改善系统性能。
本发明授权一种基于机器学习的信道估计与符号级预编码联合设计方法在权利要求书中公布了：1.一种基于机器学习的信道估计与符号级预编码联合设计方法，其特征在于：包括以下步骤： 生成包含多个用户接收信号的数据集； 以最小化真实信道与估计信道之间的均方误差为准则，使用卷积神经网络对接收信号进行处理，得到估计出的信道矩阵； 将估计出的信道矩阵与用户符号信息结合，构建包含虚实部的信道数据； 运用Transformer神经网络对信道矩阵和用户符号信息联合处理，计算出符号级预编码优化的关键低维变量，即用户符号有利干扰区域的法向向量； 结合估计出的信道信息和关键低维变量，计算符号级预编码闭式得到发送信号；其中通过数据集中的用户符号信息矩阵计算出对角矩阵，与关键低维变量和估计出的信道矩阵代入到没有功率限制的发送向量表达式，得到虚实部分开的没有功率限制的最优发送向量： ； 其中， ； 、分别表示取实部和虚部，表示用户符号有利干扰区域的法向边界参数对角矩阵，表示噪声功率，表示发送信号约束，表示单位向量，表示用户数目。
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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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