-
公开(公告)号:CN118713963A
公开(公告)日:2024-09-27
申请号:CN202410811623.0
申请日:2024-06-21
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B17/391 , H04L27/26
Abstract: 本发明的一种联合UKF与堆栈式ELM的时变信道估计方法、设备及介质,包括首先通过基扩展模型来表征时变信道,然后基于历史时刻的信道基系数估计,引入UKF方法预测得到当前时刻的基系数的初始估计,再利用该初始估计对堆栈式ELM网络进行训练与测试,以获取更高精度的基系数估计;最后基于基系数与频域信道的转换关系,获取最终的频域信道估计。为了解决非线性状态空间模型下的参数估计问题,本发明基于历史时刻的信道基系数估计,首先引入无迹卡尔曼滤波(UKF)来预测得到当前时刻基系数的初始估计,然后利用该初始估计来训练堆栈式极限学习机(ELM)网络,以提取信道的深层特征并进一步提高信道估计的精度。本发明较现有方法具有更高的估计精度,适用于高速移动场景中时变信道信息的获取。