一种基于智能迭代初值选择的信道机器学习估计方法

    公开(公告)号:CN112600771A

    公开(公告)日:2021-04-02

    申请号:CN202011402362.5

    申请日:2020-12-04

    Inventor: 潘甦 陈晨阳

    Abstract: 本发明是一种基于智能迭代初值选择的信道机器学习估计算法,主要的步骤如下:(1)使用混合高斯模型(GMM)对信道的概率模型进行建模;(2)使用最优贝叶斯参数估计进行信道估计;(3)使用改进的K‑means算法来确定迭代过程的初值;(4)利用近似消息传递算法(AMP)来求解步骤(2)中所涉及到的边缘概率密度函数;(5)使用期望最大算法(EM)迭代求解高斯混合模型中的参数。本发明充分利用了信道的样本信息,对其进行聚类,取代期望最大算法(EM)的部分迭代过程来确保迭代更快的收敛速度和更好的MSE性能,同时根据波束域信道增益的稀疏特性,采用最优贝叶斯参数估计算法对信道进行估计。

Patent Agency Ranking