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！

龙图腾网获悉重庆邮电大学申请的专利OTFS系统中基于稀疏字典的干扰抑制方法、电子设备及程序产品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：CN120110860B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510116472.1，技术领域涉及：H04L27/26；该发明授权OTFS系统中基于稀疏字典的干扰抑制方法、电子设备及程序产品是由蒲旭敏;王可豪;李森洋;张庆玉设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本OTFS系统中基于稀疏字典的干扰抑制方法、电子设备及程序产品在说明书摘要公布了：本申请提供一种OTFS系统中基于稀疏字典的干扰抑制方法、电子设备及程序产品，涉及信号处理技术领域。方法包括：获取携带有干扰信号的输入信号；对输入信号进行信号转换，得到接收信号；基于预设稀疏字典策略，对干扰信号进行重构，得到重构后的干扰信号；根据接收信号和重构后的干扰信号，对输入信号进行干扰抑制，得到去除干扰信号后的目标信号。如此，通过稀疏字典将干扰信号进行分离重构，从而实现以较小的计算复杂度将OTFS系统中的干扰信号进行重构和去除，改善传统OTFS系统干扰抑制方式存在无法以较低的计算复杂度有效抑制复杂通信环境下的干扰信号的问题。

本发明授权OTFS系统中基于稀疏字典的干扰抑制方法、电子设备及程序产品在权利要求书中公布了：1.一种OTFS系统中基于稀疏字典的干扰抑制方法，其特征在于，所述方法包括： 获取预设干扰信号向量表示； 根据所述预设干扰信号向量表示，通过预设稀疏字典学习策略构建稀疏字典，得到预先训练好的字典和预先训练好的稀疏系数向量； 获取携带有干扰信号的输入信号； 对所述输入信号进行信号转换，得到接收信号； 基于预设稀疏字典策略，对所述干扰信号进行重构，得到重构后的干扰信号； 根据所述接收信号和所述重构后的干扰信号，对所述输入信号进行干扰抑制，得到去除所述干扰信号后的目标信号； 所述干扰信号为单音干扰，所述干扰信号的时域干扰信号向量表示为： 式中，A表示干扰幅值，c表示采样时刻，Ts表示采样周期，f表示载波频率，表示随机初始相位，表示向量维度； 根据所述预设干扰信号向量表示，通过预设稀疏字典学习策略构建稀疏字典，得到所述预先训练好的字典和所述预先训练好的稀疏系数向量，包括： 根据所述预设干扰信号向量表示，构建完备字典： 式中，D表示完备字典，FN表示N点的离散傅里叶变换矩阵，IM为维度为M×M的单位矩阵，J表示预设干扰信号向量表示对应的时域干扰信号向量表示； 根据所述完备字典，构建所述完备字典对应的稀疏系数向量：γ＝[γ1,γ2,…,γK]； 获取预设接收信号：其中，x1＝vecXdd，表示预设接收信号对应的第二等效矩阵，Xdd表示大小为M×N的时延-多普勒二维矩阵，n1表示预设接收信号对应的噪声信号向量表示； 根据所述完备字典和所述完备字典对应的稀疏系数向量，对所述完备字典中的第k'个原子进行更新； 其中，根据所述完备字典和所述完备字典对应的稀疏系数向量，对所述完备字典中的第k'个原子进行更新，包括： 对K-秩矩阵Dγ进行矩阵分解： 固定所述完备字典中除k'之外的其他原子，并确定所述完备字典的稀疏度： 式中，表示残差； 提取所述残差中对应γk'的非零序列，得到残差矩阵 对所述残差矩阵进行奇异值分解： 式中，U、V为酉矩阵，Σ为对角矩阵，VT表示酉矩阵V的装置矩阵； 确定VT的第一列作为新的原子dk'，确定Σ的第一行第一列与奇异矩阵的第一行的乘积作为新的完备字典对应的稀疏系数向量；表示为： 重复根据所述完备字典和所述完备字典对应的稀疏系数向量，对所述完备字典中的第k'个原子进行更新，直至所述完备字典的所述稀疏度满足如下收敛条件或者重复次数满足预设最大迭代次数： 式中，U表示预设的稀疏度阈值。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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。