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一种基于能量参数化扩散模型的MIMO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：CN120956570B 。

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：202511493494.6，技术领域涉及：H04L25/02；该发明授权一种基于能量参数化扩散模型的MIMO信道估计方法是由刁子琦;梁乐;周星宇;金石设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于能量参数化扩散模型的MIMO信道估计方法在说明书摘要公布了：本发明公开了一种基于能量参数化扩散模型的MIMO信道估计方法，属于无线通信技术领域。该方法包括以下步骤：S1、收集MIMO无线通信系统的信道训练数据集；S2、构建能量参数化扩散模型的生成式先验网络；S3、利用收集的信道训练数据集，训练能量参数化扩散模型；S4、在部署阶段，利用已训练的能量参数化扩散模型生成信道先验；采用基于接受‑拒绝准则的后验推断迭代采样，从随机初始化的噪声向量中逐步恢复出信道估计值，选取最后一次迭代的结果作为最终的信道估计值。本发明使用能量参数化扩散模型显式建模信道先验分布，提升了在低导频开销条件下MIMO信道估计的准确性，降低了计算开销和估计延时。

本发明授权一种基于能量参数化扩散模型的MIMO信道估计方法在权利要求书中公布了：1.一种基于能量参数化扩散模型的MIMO信道估计方法，其特征在于，该方法包括以下步骤： S1、收集MIMO无线通信系统的信道训练数据集； S2、构建能量参数化扩散模型的生成式先验网络，所述模型通过能量函数显式建模信道先验分布；所述能量参数化扩散模型采用轻量级卷积神经网络结构，输入为带噪声的信道样本和时间步嵌入；模型的输出与带噪信道数据共同构成能量函数； S3、利用收集的信道训练数据集，训练能量参数化扩散模型； 所述S3具体包括： S301、设置所述能量参数化扩散模型的扩散总时间步数T、不同时间步序号对应的噪声强度，设置训练轮次变量和最大训练轮次N； S302、在每个训练轮次中，遍历数据加载器获取批量训练数据，随机选取时间步序号t，产生时间步序号t对应强度的高斯白噪声变量，并加入到获取的批量训练数据中，得到带噪信道数据； S303、将带噪信道数据与时间步序号t一起输入至所述步骤S2的能量参数化扩散模型，利用模型的输出结果计算总能量值，表达式为： ； 其中，是带噪信道数据，是能量参数化扩散模型可训练的参数向量，表示向量的范数，是能量参数化扩散模型的输出； S304、对总能量值关于求导，得到梯度向量，计算梯度向量与高斯白噪声变量间的代价函数值，进一步计算该代价函数值的梯度并反向传播，优化能量参数化扩散模型的参数； S305、判断是否满足训练早停条件，若是，则结束步骤S3；若否，设置训练轮次变量，并判断训练轮次变量n是否大于最大训练轮次N，若是，则结束步骤S3；若否，则跳至步骤S302； S4、在部署阶段，利用已训练的能量参数化扩散模型生成信道先验；采用基于接受-拒绝准则的后验推断迭代采样，从随机初始化的噪声向量中逐步恢复出信道估计值，选取最后一次迭代的结果作为最终的信道估计值。

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。