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！

龙图腾网获悉南京邮电大学申请的专利联合UKF与堆栈式ELM的时变信道估计方法、设备及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：CN118713963B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202410811623.0，技术领域涉及：H04L25/02；该发明授权联合UKF与堆栈式ELM的时变信道估计方法、设备及介质是由杨丽花;常澳;刘钦;齐丽娜;孙君设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本联合UKF与堆栈式ELM的时变信道估计方法、设备及介质在说明书摘要公布了：本发明的一种联合UKF与堆栈式ELM的时变信道估计方法、设备及介质，包括首先通过基扩展模型来表征时变信道，然后基于历史时刻的信道基系数估计，引入UKF方法预测得到当前时刻的基系数的初始估计，再利用该初始估计对堆栈式ELM网络进行训练与测试，以获取更高精度的基系数估计；最后基于基系数与频域信道的转换关系，获取最终的频域信道估计。为了解决非线性状态空间模型下的参数估计问题，本发明基于历史时刻的信道基系数估计，首先引入无迹卡尔曼滤波UKF来预测得到当前时刻基系数的初始估计，然后利用该初始估计来训练堆栈式极限学习机ELM网络，以提取信道的深层特征并进一步提高信道估计的精度。本发明较现有方法具有更高的估计精度，适用于高速移动场景中时变信道信息的获取。

本发明授权联合UKF与堆栈式ELM的时变信道估计方法、设备及介质在权利要求书中公布了：1.一种联合UKF与堆栈式ELM的时变信道估计方法，其特征在于，包括以下步骤， 首先通过基扩展模型来表征时变信道，然后基于历史时刻的信道基系数估计，引入UKF方法预测得到当前时刻的基系数的初始估计，再利用该初始估计对堆栈式ELM网络进行训练与测试，以获取更高精度的基系数估计；最后基于基系数与频域信道的转换关系，获取最终的频域信道估计； 通过基扩展模型来表征时变信道，包括， 步骤1：构建状态空间模型 式中,和分别是第个和第个OFDM符号周期的基系数，代表相邻两个OFDM符号周期上基系数的相关矩阵，是第个OFDM符号的信道转移过程噪声向量，其协方差矩阵为，为维的单位矩阵；观测矩阵，其中，是通过判决反馈的方式获得的数据符号的预测值； 然后基于历史时刻的信道基系数估计，引入UKF方法预测得到当前时刻的基系数的初始估计，包括， 步骤2：基于现有的信道估计方法，获得第个OFDM符号周期上的信道基系数估计，并生成个sigma点，即 式中，，是第个sigma点，为第个OFDM符号周期上基系数的后验协方差矩阵；为比例系数，且，和决定了sigma点在均值附近的分布； 步骤3：将步骤2中的sigma点代入状态预测方程，得到第个OFDM符号周期上基系数的预测值为 步骤4：基于步骤3获得的基系数的预测值，进行加权平均得到第个OFDM符号周期上基系数的先验估计和协方差矩阵为 式中，和分别是sigma点预测值的均值和方差的加权系数，具体取值为 步骤5：基于步骤4获得的基系数的先验估计，生成个sigma点，即 步骤6：将步骤5中的sigma点代入状态测量方程，得到第个OFDM接收符号的观测值为 步骤7：基于步骤6获得的第个OFDM接收符号的观测值，进行加权平均得到观测值的均值，协方差矩阵以及互协方差矩阵，即 式中，； 步骤8：根据贝叶斯滤波原理计算信道基系数的后验估计以及协方差矩阵为 式中，代表UKF增益，且。

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南京邮电大学，其通讯地址为：210000 江苏省南京市鼓楼区新模范马路66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。