-
公开(公告)号：CN119854073A
公开(公告)日：2025-04-18
申请号：CN202510042456.2
申请日：2025-01-10
Applicant: 电子科技大学
IPC: H04L25/02
Abstract: 本发明属于通信技术领域，具体为一种基于稀疏贝叶斯学习的AFDM系统信道估计方法。本发明在AFDM系统上，利用稀疏贝叶斯框架，提出粗估计加精估计的两层信道估计方法。粗估计使用均匀网格和较大的停止条件，快速结束迭代；精估计使用上一步输出的时延和多普勒更新感知矩阵，将感知网格变成非均匀网格，让信道系数的能量集中在网格上，以有效地减小估计误差并且增加收敛速度。本发明兼具贝叶斯学习框架以及压缩感知算法恢复稀疏信号的优点，使得算法对噪声有抑制性，且不需要知道传播路径数目；并辅以峰值搜索和置零，加快收敛速度，防止过拟合；最终本发明能够在正信噪比下实现高精度的信道估计。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
