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！

龙图腾网获悉中国传媒大学申请的专利一种毫米波MIMO-OFDM系统信道估计增强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：CN119420600B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202510035167.X，技术领域涉及：H04L25/02；该发明授权一种毫米波MIMO-OFDM系统信道估计增强方法是由杜建和;陈蓉真;张鹏;关亚林;张峻玮设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种毫米波MIMO-OFDM系统信道估计增强方法在说明书摘要公布了：本发明涉及一种毫米波MIMO‑OFDM系统信道估计增强方法，重点解决现有方法未能有效利用稳定路径的先验信息，导致估计过程中存在不必要的计算开销和精度损失问题。其实现步骤为：1对于每个子载波，基站BS在连续时间帧内配备不同的波束赋形矢量，用户UE在每个时间子帧独立检测传输信号；2从接收信号中分离已知路径信息，得到先验和未知信息联合的张量切片，基于平行因子PARAFAC模型将其构建为三阶张量；3利用先验信息优化交替最小二乘ALS算法，估计出三个因子矩阵，再利用最大似然ML估计得未知信道参数。本发明提出的信道估计增强方法能利用稳定路径的先验信息优化ALS算法，可以降低估计误差，提高系统性能。

本发明授权一种毫米波MIMO-OFDM系统信道估计增强方法在权利要求书中公布了：1.一种毫米波MIMO-OFDM系统信道估计增强方法，其特征在于： 对于每个子载波，基站BS在连续时间帧内配备不同的波束赋形矢量，用户UE在每个时间子帧独立检测传输信号，具体包括：假设BS配备NBS根天线和RBS条射频链，UE配备NUE根天线和RUE条射频链，BS和UE都采用均匀线性阵列，并有NBS＞RBS，NUE＞RUE，下行链路场景中，信道估计是每个UE独立进行的，所以只考虑一个UE，并为每一个UE配备一条射频链，正交频分复用OFDM子载波总数设置为假设选中前K个子载波用于训练，第k个子载波上第t个时间帧的波束赋形矢量表达式为 其中，为第k个子载波上的导频符号矢量，为数字预编码矩阵，为通用的射频预编码矩阵，考虑几何宽带毫米波信道模型，即在BS和UE之间有L个散射点，每个散射点对应的路径都有一个相应的出发角φl∈[0,2π]、到达角θl∈[0,2π]和时延τl，并且每一条路径都有一个复路径增益gl，于是时延域中的信道矩阵 其中，δ·是delta函数，κUEθl和κBSφl分别是UE和BS处的转向矢量，·T表示转置，假设不同的散射点所对应的出发角、到达角和时延各不相同，基于时延域信道模型，第k个子载波上的频域信道矩阵为 其中，f0为采样频率，假设在L条路径中，有n条为传输信号经固定散射点到达UE的路径，其信道参数信息已知，其余的L-n条为传输信号经不稳定散射点到达UE的路径，其信道参数信息未知，须进行信道估计，由于路径顺序不影响信道估计，因此假设第1条到第n条路径为已知路径，则有 其中，为信道矩阵的已知部分，为信道矩阵的未知部分，在每个时间帧内，UE依次使用S个射频组合矢量来检测传输信号，并且这些射频组合矢量对所有子载波都是通用的，第k个子载波上第s个时间子帧的接收信号表示为 其中，表示第s个时间子帧的组合矢量，nk,st表示加性高斯噪声； 从接收信号中分离已知路径信息，得到先验和未知信息联合的张量切片，基于平行因子PARAFAC模型将其构建为三阶张量，具体包括：将每个时间帧内的S个接收信号进行排列，得到 其中，对于和须从接收信号ykt中估计信道矩阵的未知部分假设每个子载波上的数字预编码矩阵和导频矩阵保持一致，即对有Rkt＝Rt，zkt＝zt，这便于在利用极少量测量成本的情况下基于张量分解进行信道参数估计，分别定义则有 UE处接收来自多个子载波的信号，因此接收到的信号用三阶张量表示，并且这个张量的第s,t,k项为yk,st，令得到张量的切片 将Yk按照子载波进行堆叠，得到接收信号的三阶张量形式 其中，符号表示外积，为高斯噪声的三阶张量形式； 利用先验信息优化交替最小二乘ALS算法，估计出三个因子矩阵，再利用最大似然ML估计得未知信道参数，具体包括：无噪接收信号的已知部分在三个模式下的因子矩阵分别为 无噪接收信号的未知部分在三个模式下的因子矩阵分别为 设待估计的因子矩阵Ω1＝[η1...ηL-n],Ω2＝[ρ1…ρL-n],其对应估计值分别设为为了实现接收信号张量中未知路径部分的PARAFAC分解，须解决问题 其中，为接收信号张量未知路径部分的真实值，采用ALS算法来求解上述问题，其公式如下 其中，Y1、Y2、Y3分别是在三个模式下的展开形式，角标j表示ALS算法迭代次数，估计出来的因子矩阵和真实的因子矩阵之间存在如下模糊关系 其中，未知矩阵{Θ1,Θ2,Θ3}是满足Θ1Θ2Θ3＝I的非奇异对角矩阵，I表示单位阵，排列矩阵Ρ是未知的，ζ1、ζ2和ζ3是三个因子矩阵的估计误差，由于因子矩阵Ω1的每一列与所对应路径的到达角θv有关，因此通过ML估计得到达角θv，即 其中，表示的第v-n列，类似于到达角的求解，出发角和时延估计值分别为 其中，表示的第v-n列，的第v-n列为利用估计出来的和重新生成因子矩阵和再利用估计出来的构造由于和是基于因子矩阵估计值和得到的，所以和与和有相同的列矢量排列顺序，又已知模糊关系中的排列矩阵Ρ是通用的，统一忽略，因此得出非奇异对角矩阵Θ1和Θ2，结合条件Θ1Θ2Θ3＝I计算出Θ3，利用构造的和因子矩阵估计值通过求逆运算估计出信道增益最后，信道矩阵的未知部分根据估计的恢复出来，结合已知路径先验信息，得到信道矩阵{Hk}的估计值。

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中国传媒大学，其通讯地址为：100024 北京市朝阳区定福庄东街一号；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。