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！

龙图腾网获悉深圳市大数据研究院申请的专利用户活跃检测和用户信道估计方法、电子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：CN116319185B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310156128.6，技术领域涉及：H04L25/02；该发明授权用户活跃检测和用户信道估计方法、电子设备及存储介质是由薛烨;周睿;史清江设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本用户活跃检测和用户信道估计方法、电子设备及存储介质在说明书摘要公布了：本申请提供一种用户活跃检测和用户信道估计方法、电子设备及存储介质，属于通信技术领域。方法包括：建立mMTC上行链路的传输系统模型；根据传输系统模型和用户活跃情况，构建先验概率模型；根据用户活跃情况和系统信道的角度域建立联合变量；将联合变量输入先验概率模型，得到联合变量的对数概率密度；根据导频信号和联合变量进行似然概率计算，得到导频信号关于联合变量的对数似然概率；根据对数概率密度和对数似然概率构建最大化后验概率问题；对最大化后验概率问题进行最大最小化求解，得到用户活跃检测结果和用户信道估计结果。本申请的方案能够提高用户活跃检测和用户信道估计的准确性，并且具备较好的普适性。

本发明授权用户活跃检测和用户信道估计方法、电子设备及存储介质在权利要求书中公布了：1.一种用户活跃检测和用户信道估计方法，其特征在于，所述方法包括： 建立mMTC上行链路的传输系统模型；其中，所述传输系统模型包括基站侧和用户侧，所述基站侧和所述用户侧之间通过系统信道进行通信，所述用户侧用于根据用户活跃情况向所述基站侧发送导频信号； 根据所述传输系统模型和用户活跃情况，构建先验概率模型； 根据用户活跃情况和所述系统信道的角度域建立联合变量；其中，所述联合变量用于表征用户活跃情况和所述系统信道的分层联合稀疏性； 将所述联合变量输入所述先验概率模型，得到所述联合变量的对数概率密度； 根据所述导频信号和所述联合变量进行似然概率计算，得到所述导频信号关于所述联合变量的对数似然概率； 根据所述对数概率密度和所述对数似然概率构建最大化后验概率问题； 对所述最大化后验概率问题进行最大最小化求解，得到用户活跃检测结果和用户信道估计结果； 所述基站侧包括一个具备根天线的基站，所述用户侧包括个单天线的用户端设备； 所述用户端设备具有偶发性活跃的特点，第个所述用户端设备的活跃情况表述为： 其中，为之间的正整数，表示所述用户端设备处于活跃状态，表示所述用户端设备处于非活跃状态，所述用户端设备处于活跃状态时向所述基站侧发送所述导频信号； 所述导频信号为包含个符号的导频序列信号，所述导频信号表述为： 其中，表示第个所述用户端设备的活跃情况，为第个用户端设备和基站侧的信道，为包含发射功率和信道路径损耗的功率系数，表示分配给第个用户端设备的导频序列，为具有零均值和协方差矩阵的复高斯噪声矩阵，为所述用户侧与基站侧之间的信道矩阵，为描述所述用户端设备的活跃情况的对角阵，为所述用户侧与所述基站侧之间的大尺度衰落矩阵，为用户侧的导频序列矩阵； 所述用户侧与所述基站侧之间的角度域信道矩阵为： 其中，为所述用户侧与所述基站侧之间的角度域信道矩阵，为所述用户侧与基站侧之间的信道矩阵，表示所述用户侧与所述基站侧之间的阵列响应信道矩阵； 角度域信道矩阵的第行，第列元素服从如下高斯分布： 其中，为之间的正整数，表示角度域信道矩阵的第行，第列的元素，为高斯分布精度，表示N维复数向量空间函数； 的概率密度为： 其中，为伽马函数，和均为大于零的超参数。

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深圳市大数据研究院，其通讯地址为：518172 广东省深圳市龙岗区龙城街道龙翔大道2001号道远楼225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。