基于叠加训练序列的联合符号与稀疏信道贝叶斯估计方法

本发明公开了一种基于叠加训练序列的联合符号与稀疏信道贝叶斯估计方法、装置、电子设备和可存储介质。本发明利用叠加训练序列不占额外时隙的特性构建层次化贝叶斯模型，采用变分贝叶斯推断联合处理信道状态与数据干扰，通过Turbo均衡架构实现均衡器与译码器间的外信息循环交换，优化检测性能。相较传统时分复用导频估计，本发明既通过叠加训练提升了频谱利用率与信息吞吐量，又凭借变分推断有效分离信号干扰，在保障高带宽效率的同时，优化了信道估计精度、误码率性能及传输可靠性。