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！

龙图腾网获悉天津商业大学申请的专利一种基于DeRePixNet的波束空间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：CN117997682B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202410384201.X，技术领域涉及：H04L25/02；该发明授权一种基于DeRePixNet的波束空间信道估计方法是由费腾;朱正宇;孙云山;刘婷;张晓琴;刘岚雪设计研发完成，并于2024-04-01向国家知识产权局提交的专利申请。

本一种基于DeRePixNet的波束空间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DeRePixNet的波束空间信道估计方法，涉及毫米波技术领域。本发明与之前的重构算法相比，改进了现有重构算法收敛速度慢，估计精度低且过度依赖信道稀疏度的先验信息和测量矩阵，现有卷积神经网络结构单一，不能很好的提取从测量信号到原始信道的非线性映射关系的问题，基于DeRePixNet的波束空间信道估计在求解过程中解决了过度依赖信道稀疏度的先验知识和观测矩阵的问题，通过将信道矩阵虚实分开建模成二维图像，将测量信号视为低分辨率图像而原始信道视为高分辨率图像，利用DeRePixNet对其精确重构。本发明网络结构较为简单，能够进一步拓展该算法在信道估计领域中的应用范围。

本发明授权一种基于DeRePixNet的波束空间信道估计方法在权利要求书中公布了：1.一种基于DeRePixNet的波束空间信道估计方法，其特征在于，包括如下步骤： S1：将训练数据及标签的实部和虚部分离建模为双通道的二维图像； S2：搭建初始化模块，引入可训练矩阵进行升维，得到初始化信道作为重构模块的输入； S3：构建分别由全连接层、卷积层、MSFM、RB共同组成的重构模块，并将初始化模块的输出作为重构模块的输入；所述重构模块中，首先采用线性映射网络求得初始的重构信道，线性映射过程得到的信道状态信息为近似解，其对应的线性映射矩阵为，并使的误差最小，训练集中包含个训练样本，即，其中，为接收信号的测量值，为毫米波波束空间信道状态信息矩阵，线性映射得到的近似解表示为： 其中，表示矩阵的转置；表示线性映射； 增加由卷积层、MSFM、RB组成的深度神经网络进行进一步处理以得到高精度的信道估计值；使用Adam优化器更新第一层到第九层中卷积网络的参数，训练过程中使用均方误差作为损失函数 其中，表示基于的线性映射；表示基于的线性映射； 得到的精确解为： 其中，为重构模块得到的精确解； S4：基于初始化模块和重构模块搭建的DeRePixNet对训练数据及标签的实部和虚部分别进行训练和估计，最后将实部和虚部拼接转换为最终的复数信道矩阵；所述S4包括离线训练阶段和在线估计阶段；在离线训练阶段采用监督学习对网络进行训练，训练数据表示为，其中为DeRePixNet的输入，为相应的标签，为训练数据的样本数，在训练过程中首先经过初始化模块进行升维，与维度匹配后进入重构模块，通过最小化损失函数优化全部可训练参数，并保存在验证集上损失函数值最低的网络模型，用于在线估计阶段进行测试，达到预设定的Epoch次数时停止训练；在在线评估阶段，将测试集的测量信号输入训练好的DeRePixNet得到波束空间信道估计结果；其中测量信号和波束空间信道状态信息均为复数，最后将对应的实部和虚部拼接转换为最终的复数信道矩阵。

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天津商业大学，其通讯地址为：300134 天津市北辰区光荣道409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。