買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜山東大學(xué)申請的專利基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116248444B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211567163.9，技術(shù)領(lǐng)域涉及：H04L25/02；該發(fā)明授權(quán)基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法是由白智全;賀邦瑋;馬媛媛;許浩;胡嘉成;楊穎超設(shè)計研發(fā)完成，并于2022-12-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法在說明書摘要公布了：基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法，屬無線通信技術(shù)領(lǐng)域。該方法包括三步：先由車聯(lián)網(wǎng)中OTFS無線通信系統(tǒng)生成時延多普勒DD域數(shù)據(jù)集，并利用正交匹配追蹤算法進行信道預(yù)估計，得到含噪的預(yù)估計信道矩陣；其次，在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上引入混合空洞卷積和殘差路徑，將預(yù)估計信道矩陣與實際信道矩陣輸入該網(wǎng)絡(luò)進行離線訓(xùn)練；最后，在不同信噪比下，將預(yù)估計信道矩陣輸入訓(xùn)練好的網(wǎng)絡(luò)，輸出最終信道估計矩陣。本發(fā)明將OMP算法與改進卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，把信道估計問題建模為去噪問題，對車聯(lián)網(wǎng)中OTFS無線通信系統(tǒng)進行快速DD域信道估計，可顯著提升信道估計的準確性，并對不同移動速度具有良好的魯棒性。

本發(fā)明授權(quán)基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法在權(quán)利要求書中公布了：1.一種基于改進卷積神經(jīng)網(wǎng)絡(luò)的車聯(lián)網(wǎng)中OTFS系統(tǒng)信道估計方法，由OTFS無線通信系統(tǒng)實現(xiàn)，該系統(tǒng)包括發(fā)送端、時域信道和接收端，發(fā)送端為一含OTFS調(diào)制模塊的單天線用戶，OTFS調(diào)制過程包括辛傅里葉逆變換、海森堡變換；時域信道稀疏路徑數(shù)為P；接收端為四天線接收機，其包含OTFS解調(diào)模塊及信道估計模塊，OTFS解調(diào)過程包括辛傅里葉正變換和魏格納變換；OTFS無線通信系統(tǒng)可將時頻域劇烈變化的信道轉(zhuǎn)換為延遲多普勒域中的穩(wěn)定信道，從而有效抑制多普勒頻移，信道估計模塊的實現(xiàn)過程為：首先，由OTFS無線通信系統(tǒng)生成數(shù)據(jù)集，并利用OMP算法進行信道預(yù)估計，得到含噪的預(yù)估計矩陣；其次，引入混合空洞卷積和殘差路徑，搭建改進卷積神經(jīng)網(wǎng)絡(luò)，將含噪信道估計矩陣與實際信道矩陣輸入該網(wǎng)絡(luò)，并采用數(shù)據(jù)驅(qū)動方法進行離線訓(xùn)練；最后，在不同信噪比下，將測試數(shù)據(jù)輸入訓(xùn)練好的改進卷積神經(jīng)網(wǎng)絡(luò)中，輸出最終信道估計矩陣，并評測信道估計性能，其具體步驟如下：1OTFS無線通信系統(tǒng)仿真生成數(shù)據(jù)集，并對數(shù)據(jù)進行預(yù)處理：首先，將一個長度為M×N的正交振幅調(diào)制符號幀排列成一個二維數(shù)據(jù)矩陣其中表示M×N維的復(fù)數(shù)集，M和N分別為延遲維度和多普勒維度的單元數(shù)，一個OTFS符號幀被映射到延遲多普勒域網(wǎng)格中，得到延遲多普勒域中的信號xk,l，其中k∈{0,1,...,N-1}，l∈{0,1,...,M-1}；隨后，通過逆辛傅里葉變換得到時頻域信號其中n,m分別表示時頻域信號的時域索引位置和頻域索引位置；X[n,m]再通過海森堡變換得到時域信號st，表示為其中t表示時域信號的抽樣時刻，gtxt為時域發(fā)射脈沖，T和Δf分別為時頻域中最小抽樣間隔和最小抽樣頻率；然后，st通過時域信道傳輸，在接收端得到時域信號rt，且rt＝∫∫hτ,νgtxt-τej2πνtdτdν+vt，其中vt表示時域加性高斯白噪聲，hτ,ν表示稀疏路徑數(shù)為P的信道沖激響應(yīng)，τ和v分別表示延遲多普勒域路徑時延和多普勒頻移，rt在接收端經(jīng)過魏格納變換解調(diào)得到時頻域輸出信號Y[n,m]＝∫grxt-τrte-j2πt-τdt，其中g(shù)rxt表示時域接收脈沖；最后，通過辛傅里葉變換得到延遲多普勒域輸出信號OTFS通信系統(tǒng)延遲多普勒域信道估計需要在發(fā)送信號中插入導(dǎo)頻符號xp來對延遲多普勒域信道進行預(yù)估計，插入導(dǎo)頻后的延遲多普勒域信號可表示為其中xd表示數(shù)據(jù)符號，kp,lp表示導(dǎo)頻符號在時延域和多普勒域的位置，kmax和lmax分別表示延遲多普勒域的最大時延和最大多普勒擴展，并在k∈[kp-2kmax,kp+2kmax]及l(fā)∈[lp-lmax,lp+lmax]處通過置零作為導(dǎo)頻符號的保護間隔；利用OMP算法進行信道預(yù)估計，將輸入導(dǎo)頻矩陣表示為S，將延遲多普勒域接收信號表示為Y，設(shè)置OMP算法的開始殘差r為1，設(shè)置迭代次數(shù)為i,計算當前迭代次數(shù)i-1的輸入導(dǎo)頻矩陣Si-1的所有列向量與當前殘差ri-1的乘積，選擇乘積絕對值最大的列向量si，將其添加到下一次迭代i的導(dǎo)頻矩陣中，表示為Si＝[Si-1,si]，并采用最小二乘法得到第i次迭代的信道估計矩陣其中符號||·||表示取范數(shù)矩陣，即將使最小的作為并更新殘差更新當前迭代次數(shù)i＝i+1，如果滿足關(guān)系iP，則停止迭代，并將最后一次得到的作為最終估計結(jié)果否則繼續(xù)執(zhí)行上述OMP算法操作；由OTFS無線通信系統(tǒng)生成數(shù)據(jù)集，令其大小為4×105，其中75％數(shù)據(jù)用于網(wǎng)絡(luò)訓(xùn)練，25％數(shù)據(jù)用于測試；2基于卷積神經(jīng)網(wǎng)絡(luò)搭建改進的卷積神經(jīng)網(wǎng)絡(luò)模型，將預(yù)估計信道矩陣與實際信道矩陣H輸入該網(wǎng)絡(luò)，采用歸一化均方誤差作為損失函數(shù)，并采用數(shù)據(jù)驅(qū)動方法進行離線訓(xùn)練；將混合空洞卷積和殘差路徑引入卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，搭建改進的卷積神經(jīng)網(wǎng)絡(luò)進行噪聲消除，改進的卷積神經(jīng)網(wǎng)絡(luò)包括兩個噪聲消除模塊，每個噪聲消除模塊中均包含三個卷積層和一個殘差路徑，神經(jīng)網(wǎng)絡(luò)中疊加多個卷積層時設(shè)置的各膨脹系數(shù)之間不應(yīng)存在大于1的公約數(shù)，從而形成鋸齒狀循環(huán)結(jié)構(gòu)，該改進卷積神經(jīng)網(wǎng)絡(luò)的具體訓(xùn)練步驟如下：①將OMP算法得到的信道預(yù)估計矩陣作為輸入，將實際信道矩陣H作為標簽；②隨后經(jīng)過三個卷積核大小為3×3的卷積層，并將這三個卷積層的膨脹系數(shù)依次設(shè)置為1，2，5，形成鋸齒狀的循環(huán)結(jié)構(gòu)，改進卷積神經(jīng)網(wǎng)絡(luò)通過三個疊加的卷積層區(qū)分和H之間的差異，實現(xiàn)噪聲特征的提取；③通過殘差路徑將與相減，則輸出層輸出的信道估計結(jié)果為④上述步驟②③視作第一個噪聲消除模塊所含操作，將作為第二個噪聲消除模塊的輸入，將實際信道矩陣H作為標簽，重復(fù)步驟②③得到改進卷積神經(jīng)網(wǎng)絡(luò)的信道估計矩陣3在不同信噪比下生成測試數(shù)據(jù)，并輸入訓(xùn)練好的改進卷積神經(jīng)網(wǎng)絡(luò)，輸出估計信道矩陣，進一步與實際信道矩陣相比較，評測信道估計性能：在信道估計網(wǎng)絡(luò)訓(xùn)練完成后，實現(xiàn)在線部署，首先在不同信噪比下由OTFS通信系統(tǒng)生成4×104個仿真數(shù)據(jù)，并通過OMP信道估計算法進行預(yù)估計得到接著通過基于改進卷積神經(jīng)網(wǎng)絡(luò)的信道估計網(wǎng)絡(luò)進行噪聲消除，最后輸出信道估計矩陣并與實際信道矩陣H相比較來評測信道估計性能。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人山東大學(xué)，其通訊地址為：250100 山東省濟南市歷城區(qū)山大南路27號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。