买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉郑州大学申请的专利一种基于稀疏贝叶斯学习的信道估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116471148B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310382732.0，技术领域涉及：H04L25/02；该发明授权一种基于稀疏贝叶斯学习的信道估计方法是由王忠勇;郭亚博;翟慧鹏;张欣然;孙鹏;王玮;刘飞;袁正道设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于稀疏贝叶斯学习的信道估计方法在说明书摘要公布了：本发明涉及无线通信技术领域，尤其涉及一种基于稀疏贝叶斯学习的信道估计方法，包括如下步骤：步骤A、利用毫米波信道的稀疏特性进行信道建模，并构造对应的RIS辅助的MIMO通信系统模型；步骤B、首先构造信道的两层稀疏先验信息，然后对参数的联合后验概率密度函数进行因式分解，最后根据因式分解画出相应的因子图模型；步骤C、针对步骤B中的因子图模型，结合酉变换近似消息传递，使用稀疏贝叶斯算法框架进行信道估计；步骤D、重复步骤C，直到算法收敛；本发明中的方法复杂度低、降低系统的导频开销，算法通用度高。

本发明授权一种基于稀疏贝叶斯学习的信道估计方法在权利要求书中公布了：1.一种基于稀疏贝叶斯学习的信道估计方法，其特征在于，包括如下步骤： 步骤A、利用毫米波信道的稀疏特性进行信道建模，并构造对应的可重构智能超表面辅助的多输入-多输出通信系统模型； 步骤B、首先构造信道的两层稀疏先验信息，然后对参数的联合后验概率密度函数进行因式分解，最后根据因式分解画出相应的因子图模型； 步骤C、针对步骤B中的因子图模型，结合酉变换近似消息传递，使用稀疏贝叶斯算法框架进行信道估计； 所述步骤C具体包括如下步骤： 步骤C1、在因子图模型的部分I中，使用基于酉变换的近似消息传递算法框架对输入消息和输出消息进行更新； 步骤C2、在因子图模型的部分II中，根据变量之间的关系，结合消息传递的各项规则，先更新反向消息和，再更新正向消息、和，然后根据因子图模型中变量的对称性，计算相应的反向传播消息、，及正向传播消息、和； 步骤C3、在因子图模型的部分III中，使用稀疏贝叶斯学习算法框架，对稀疏变量进行估计，首先更新反向消息、和，然后更新正向消息和，接下来，根据因子图模型中变量的对称性，更新反向传播消息、和，然后更新正向消息和，最后，由获得的消息计算待估计稀疏变量的近似边缘后验并获得估计值； 步骤D、重复步骤C，直到算法收敛。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。