一种基于模型驱动深度学习的OTFS信道估计方法

    公开(公告)号:CN116055261A

    公开(公告)日:2023-05-02

    申请号:CN202310073045.0

    申请日:2023-01-17

    Abstract: 本发明涉及无线通信技术领域,特别涉及一种基于模型驱动深度学习的OTFS信道估计方法,包括在时延多普勒域对无线信道进行建模,得到一个等效信道,即时延多普勒域信道;利用改进的去噪近似消息传递算法,对接收端含噪时延多普勒域信道进行去噪处理,得到时延多普勒域信道的估计值;本发明与OTFS现有文献中的信道估计方案如OMP、ResNet算法进行性能对比,本发明在任意信噪比下远优于OTFS已有的信道估计方案OMP及ResNet,并且信道路径总数不变时,扩大二维网格点数量可以增加OTFS系统中时延多普勒信道的稀疏度,有效提升信道估计精度。

    一种基于可重构智能表面的毫米波信道追踪方法

    公开(公告)号:CN115412187A

    公开(公告)日:2022-11-29

    申请号:CN202210805376.4

    申请日:2022-07-10

    Abstract: 本发明涉及移动通讯领域,公开了一种基于可重构智能表面的毫米波信道追踪方法,包括如下步骤:步骤1、构建RIS辅助上行无线通信系统模型,以及UE‑RIS‑BS链路的双时间尺度模型和角度变化模型;步骤2、使用二维快速傅里叶变换算法初始化信道角度参数,并使用最大似然算法初始化路径增益参数;步骤3、基于牛顿算法追踪UE‑RIS水平方向的信道角度;步骤4、对信道矩阵H(t)是否会发生突变进行检测,若检测到信道矩阵H(t)突变,则再次初始化参数,否则使用牛顿算法继续追踪角度参数。本发明在保证优越性能的前提下,计算复杂度可以达到最低,极大节省算力资源。

    一种基于可重构智能表面的毫米波信道追踪方法

    公开(公告)号:CN115412187B

    公开(公告)日:2024-11-12

    申请号:CN202210805376.4

    申请日:2022-07-10

    Abstract: 本发明涉及移动通讯领域,公开了一种基于可重构智能表面的毫米波信道追踪方法,包括如下步骤:步骤1、构建RIS辅助上行无线通信系统模型,以及UE‑RIS‑BS链路的双时间尺度模型和角度变化模型;步骤2、使用二维快速傅里叶变换算法初始化信道角度参数,并使用最大似然算法初始化路径增益参数;步骤3、基于牛顿算法追踪UE‑RIS水平方向的信道角度;步骤4、对信道矩阵H(t)是否会发生突变进行检测,若检测到信道矩阵H(t)突变,则再次初始化参数,否则使用牛顿算法继续追踪角度参数。本发明在保证优越性能的前提下,计算复杂度可以达到最低,极大节省算力资源。

Patent Agency Ranking