原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种大规模多输入多输出系统下基于2维簇结构的稀疏贝叶斯学习信道估计方法，特征是利用信道在多普勒和角域上的联合稀疏性，在多普勒域和角域上布置网格，形成簇结构；利用2维簇的性质，采用局部贝塔过程来描述稀疏信号的内在结构；再稀疏贝叶斯学习来解决估计问题，并且提出了一种基于局部贝塔过程的层次贝叶斯信道信息估计方法。采用本发明方法信道估计的结果和现有的大规模多输入多输出正交时频空系统的信道估计结果相比准确性有很理想的提升。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112887233 B
(45)授权公告日 2022.01.11
(21)申请号 202110081476.2 (56)对比文件
文档评论（0）