一种基于深度学习的联合设备活动检测与信道估计方法2026
- 申请专利号:CN202410063061.6
- 公开(公告)日:2026-10-23
- 公开(公告)号:CN117914431A
- 申请人:浙江工业大学
专利内容
(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117914431 A (43)申请公布日 2024.04.19 (21)申请号 202410063061.6 H04L 25/02 (2006.01) (22)申请日 2024.01.16 (71)申请人 浙江工业大学 地址 310014 浙江省杭州市拱墅区潮王路 18号 (72)发明人 韩会梅 李明月 卢为党 黄国兴 张昱 彭宏 (74)专利代理机构 浙江千克知识产权代理有限 公司 33246 专利代理师 冷红梅 (51)Int.Cl. H04B 17/382 (2015.01) G06N 3/0464 (2023.01) G06N 3/048 (2023.01) H04B 17/373 (2015.01) 权利要求书2页 说明书9页 附图2页 (54)发明名称 一种基于深度学习的联合设备活动检测与 信道估计方法 (57)摘要 本发明涉及一种基于深度学习的联合设备 活动检测与信道估计方法,包括:引入由所述SVD 模块和所述CICA模块结合组成所述盲源分离模 块,可以将前导信号矩阵Y通过所述盲源分离模 块先分离出所导频矩阵Sact ,再将前导信号矩阵Y 和所述导频矩阵S 输入进所述神经网络模块进 act 行数据特征提取和迭代计算,提高了所述神经网 络模型的预测准确率,能够生成
原创力.专利