东南大学沈弘获国家专利权
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联合信道估计、相噪补偿和信号检测的半盲OFDM接收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:CN117411748B 。
龙图腾网通过国家知识产权局官网在2025-10-31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:202311395336.8,技术领域涉及:H04L25/02;该发明授权联合信道估计、相噪补偿和信号检测的半盲OFDM接收方法是由沈弘;李冰清;孙羿;赵春明;许威设计研发完成,并于2023-10-25向国家知识产权局提交的专利申请。
本联合信道估计、相噪补偿和信号检测的半盲OFDM接收方法在说明书摘要公布了:本发明公开一种联合信道估计、相噪补偿和信号检测的半盲OFDM接收方法。该方法首先根据相位噪声模1约束与待检测信号映射约束,构建带约束的联合信道估计、相位噪声补偿和信号检测的目标函数。接着在给定相位噪声和待检测信号的条件下得到了最佳的信道估计,并将此估计值带回到原优化目标,得到更新后的目标函数。随后通过引入惩罚项、惩罚因子及辅助变量,构建了优化目标的增广拉格朗日函数,并利用使用交叉方向乘子法ADMM以及最大化最小化MM算法求解对应的优化问题。在满足迭代终止条件时得到信道、相位噪声以及发射信号的联合估计值。本发明从优化目标上保证了性能的最优性,并且可以有效节约导频开销,从而提升频谱效率。
本发明授权联合信道估计、相噪补偿和信号检测的半盲OFDM接收方法在权利要求书中公布了:1.一种联合信道估计、相噪补偿和信号检测的半盲OFDM接收方法,其特征在于,包括如下步骤: 1根据相位噪声模1约束与待检测信号映射约束,构建带约束的联合信道估计、相位噪声补偿和信号检测的目标函数; 2固定相位噪声和待检测信号,根据最小二乘准则得到最佳信道估计值,并将之带回原优化目标,得到更新后的目标函数; 3通过引入惩罚项、惩罚因子及辅助变量,构建了优化目标的增广拉格朗日函数,并利用使用交叉方向乘子法ADMM以及最大化最小化MM算法求解对应的优化问题; 4在满足迭代终止条件时得到信道、相位噪声以及发射信号的联合估计值; 步骤1中构建联合信道估计、相位噪声补偿和信号检测的目标函数为: 其中,Diag·表示将输入向量作为对角线上元素构造一个对角矩阵,·H表示共轭转置,||·||为向量的二范数;是时域接收信号,N表示子载波个数,表示时域相位噪声向量,是时域信道矩阵,H=FHDiagFhhF,h=[h0,h1,…,hL-1]T是时域时变信道向量,L表示信道径数,表示导频向量,将数据向量中的所有零元素剔除得到数据子向量Nd表示数据子载波的数量;表示将数据子向量映射到数据向量的投影矩阵,是傅里叶矩阵; 目标函数的约束条件为: |eφn|=1,n=1,2,…,N 其中,|·|表示求模运算,χ表示4q-QAM符号映射集合,q=1,2,3,…;x表示集合χ中的元素,xi,xq分别表示x的实部和虚部,表示将χ扩展到Nd维空间; 步骤2中固定相位噪声和待检测信号,使用最小二乘法求出时域信道估计值h=MHM-1MHFDiagejφy,M=Xp+XdFh,Xp=Diagxp,·-1表示矩阵求逆;将估计值带回原优化目标函数,并使θ=e-jφ,更新后的目标函数为: 约束条件为: θn|=1,n=1,2,…,N 其中,Y=Diagy; 步骤3中引入惩罚项对约束进行放松和拉紧,并引入辅助变量和得到以下目标函数: 约束条件: η=θ,|θn|=1,n=1,2,…,N 其中,S=DiagJs,表示集合中的元素,分别表示的实部和虚部,表示将扩展到Nd维空间;βi>0是使得vi中元素接近-1或1的惩罚因子; 求得对应的增广拉格朗日函数为: 其中,ρ1是关于约束的惩罚因子,ρ2是关于约束η=θ的惩罚因子,表示对应于约束的拉格朗日乘子,表示对应于约束η=θ的拉格朗日乘子,表示取变量的实部; 步骤3中优化问题的求解按照以下公式进行第k+1次迭代: 其中: Q=YHFHIN-PFY 表示将输入向量的每个元素投影到模为1的空间上,表示将输入向量的每个元素投影到区间[-1,1]上;A⊙B表示A和B的哈达玛积,IN表示N×N的单位矩阵。
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。
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