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！

龙图腾网获悉重庆邮电大学申请的专利一种基于全局超分去噪的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：CN118784410B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410892537.7，技术领域涉及：H04L25/02；该发明授权一种基于全局超分去噪的信道估计方法是由段红光;任晓宁;邓卢军;黄沥苇设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本一种基于全局超分去噪的信道估计方法在说明书摘要公布了：本发明涉及一种基于全局超分去噪的信道估计方法，属于通信技术领域。该方法包括，提出一种全局超分去噪神经网络进行信道估计，该神经网络的输入为未经插值处理的导频处信道估计矩阵，该矩阵为低维数据，可大大降低运算复杂度。输入数据经过此网络，依次通过全局信息提取、超分残差和去噪模块，最终得到精细化处理后的完整信道响应估计矩阵，同时本发明利用全局超分去噪神经网络进行信道估计时，可不受预插值算法性能的局限，相比于其它算法拥有更高的信道估计精确性。

本发明授权一种基于全局超分去噪的信道估计方法在权利要求书中公布了：1.一种基于全局超分去噪的信道估计方法，其特征在于：该方法通过构建一个全局超分去噪神经网络进行信道估计，该神经网络包括全局信息提取模块、超分残差模块和去噪模块；该神经网络的输入为未经插值处理的导频处信道估计矩阵；所述信道估计矩阵先进入所述全局信息提取模块，进行信道特征提取和统计，并对信道数据进行降维；降维的信道数据作为所述超分残差模块的输入，经过该超分残差模块处理后得到完整资源块的信道估计矩阵；该完整资源块的信道估计矩阵作为所述去噪模块的输入，进一步滤除信道数据的噪声，提高信道估计的准确性； 其中，导频处的信道估计矩阵的获取方式包括，根据3GPP5G标准协议对资源块进行配置，假设一个资源块大小为，则该资源块的信道响应矩阵表示为，K表示一个OFDM符号中包含的总子载波数，N表示一个资源块中OFDM符号总数；令P表示一个资源块中单个OFDM符号携带的导频数量，S表示携带导频的OFDM符号总数，则一个资源块中共包含个导频，导频处的信道响应矩阵表示为；再利用最小二乘算法对进行估计得到导频处的信道估计矩阵； 所述全局信息提取模块包括依次连接的特征提取层Ⅰ、全局平均池化层、压缩层Ⅰ、扩展层Ⅰ、乘法层和压缩层Ⅱ；所述信道估计矩阵进入所述特征提取层Ⅰ进行信道特征提取；所述全局平均池化层通过全局平均池化运算对信道数据进行特征统计；所述压缩层Ⅰ和扩展层Ⅰ分别对信道数据进行降维和升维操作；所述乘法层用于对所述特征提取层Ⅰ和扩展层Ⅰ的输出进行合并相乘以恢复原始信道数据维度；所述压缩层Ⅱ用于对所述乘法层输出的信道数据进行降维； 所述超分残差模块包括依次连接的特征提取层Ⅱ、压缩层Ⅲ、聚合层、扩展层Ⅱ、非线性映射层、残差层和反卷积层；所述特征提取层Ⅱ用于对所述全局信息提取模块输出的信道数据进行特征提取；所述压缩层Ⅲ用于对信道数据进行降维处理；所述聚合层用于从多个角度提取信道数据特征，并将多个不同维度的特征进行拼接后输出至所述扩展层Ⅱ；所述扩展层Ⅱ对信道数据进行升维处理后，再通过所述非线性映射层对信道数据进行非线性映射；所述残差层用于计算所述全局信息提取模块和非线性映射层输出之间的残差，加快神经网络模型的收敛速度；所述残差层的输出结果进入所述反卷积层中进行上采样处理，得到完整资源块的信道估计矩阵； 所述去噪模块包括Conv+PReLU、Conv+BN+PReLU和Conv三种不同类型的层，以及一个差值结构；其中，Conv+PReLU、Conv+BN+PReLU和Conv三种层用于提取所述完整资源块的信道估计矩阵中包含的噪声；所述差值结构用于实现在所述完整资源块的信道估计矩阵中滤除提取出的噪声，得到纯净的信道数据。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路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。