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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东正晨科技股份有限公司申请的专利基于双阶段稀疏优化的XL-MIMO远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：CN120074996B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510535830.2，技术领域涉及：H04L25/02；该发明授权基于双阶段稀疏优化的XL-MIMO远场信道估计方法是由刘晴;高鹤;白凯月;王康;郑建诚;姜欣妍;张书锐;郑文静;李军设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本基于双阶段稀疏优化的XL-MIMO远场信道估计方法在说明书摘要公布了：本发明涉及无线通信技术领域，尤其是提供了一种基于双阶段稀疏优化的XL‑MIMO远场信道估计方法。该方法包括构建基于混合预编码的XL‑MIMO多用户宽带空间信道模型；根据构建的模型，将信道恢复问题转化为稀疏矩阵恢复问题，并进行求解；采用改进的CoSaMP算法进行初始稀疏信道估计；应用同步迭代无网格加权优化算法SIGW‑LBFG，结合L‑BFGS方向搜索、线搜索步长调整及剪枝策略，对初始估计进行同步迭代无网格加权优化，并进行仿真验证，该方法实现了高精度、低开销的信道估计，提高了适用性与工程实践价值。

本发明授权基于双阶段稀疏优化的XL-MIMO远场信道估计方法在权利要求书中公布了：1.一种基于双阶段稀疏优化的XL-MIMO远场信道估计方法，其特征在于，所述方法包括： 步骤1、构建基于混合预编码的XL-MIMO多用户宽带空间信道模型； 步骤2、根据所述的基于混合预编码的XL-MIMO多用户宽带空间信道模型，将信道恢复问题转化为稀疏矩阵恢复问题，并进行求解； 步骤3、采用改进的CoSaMP算法进行初始稀疏信道估计； 步骤4、应用同步迭代无网格加权优化算法SIGW-LBFG，结合L-BFGS方向搜索、线搜索步长调整及剪枝策略，对初始稀疏信道估计进行同步迭代无网格加权优化，以提升CoSaMP算法的初始稀疏信道估计精度； 步骤5、仿真验证，通过归一化均方误差NMSE评估算法性能，设定多组传输距离、导频长度及信噪比SNR参数，验证在远场、低信噪比及导频资源受限场景下的鲁棒性； 所述步骤4中同步迭代无网格加权优化算法SIGW-LBFG包括： 输入：观测数据矩阵、感知矩阵、初始角度矩阵、增益矩阵、角度参数、最小路径数、剪枝阈值、最大迭代次数、学习率、收敛阈值、L-BFGS内存大小； 初始化：残差矩阵，设定初始参数A=A0、G=G0、，并初始化L-BFGS内存为空集； 迭代执行以下步骤直至满足收敛条件： （o）通过Cholesky分解计算损失函数对角度参数的梯度； （p）基于L-BFGS内存中存储的历史参数变化量s和梯度变化量，递归生成搜索方向，其中为Hessian逆矩阵的有限内存近似； （q）通过线搜索确定步长更新参数，重构角度矩阵； （w）通过Cholesky分解与回代法更新增益矩阵G； （u）若路径数且迭代次数大于阈值，剔除增益能量小于削减的路径； 应用加权平滑机制抑制增益矩阵抖动； 输出优化后的角度矩阵A、增益矩阵G及角度参数； 所述Cholesky分解与回代法包括： 构造矩阵及，对进行Cholesky分解得到下三角矩阵； 通过前向替换与后向替换求解增益矩阵G； 所述L-BFGS内存机制包括： 存储最近的m组参数变化量s和梯度变化量； 通过逆序-正序递归计算生成搜索方向p，用于避免显式存储高维Hessian矩阵。

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齐鲁工业大学(山东省科学院);山东正晨科技股份有限公司，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。