-
Patent Agency Ranking
公开(公告)号：CN113098601A
公开(公告)日：2021-07-09
申请号：CN202110392575.2
申请日：2021-04-13
Applicant: 兰州理工大学
Abstract: 一种深度学习预均衡‑超奈奎斯特速率大气光传输方法，将深度学习预均衡技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；收端通过采用匹配滤波器、超奈奎斯特采样和最大似然检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及深度学习技术的引入在保证系统性能的前提下有效提高了系统的传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN111431607B
公开(公告)日：2023-01-31
申请号：CN202010290749.X
申请日：2020-04-14
Applicant: 兰州理工大学
IPC: H04B10/2507 , H04B10/508 , H04B10/516 , H04B10/524 , H04B10/69
Abstract: 一种WO‑FTN传输系统中的分块矩阵干扰消除方法，在发送端将数据信号进行分块，再分别将每个子块中的数据通过FTN成型滤波器生成为FTN信号，然后根据成型滤波器系数计算出FTN传输特性系数矩阵，并将该矩阵的逆与接收到的数据子块相乘，从而降低因FTN传输带来的干扰，提高系统的误码性能。同时，该方法在执行过程中，由于成型滤波器一致，FTN传输特性系数矩阵的逆相同，因此在整个信息传送过程中对于矩阵的求逆运算只需计算一次，从而可以降低系统的整体计算复杂度。
-
公开(公告)号：CN113098602A
公开(公告)日：2021-07-09
申请号：CN202110392572.9
申请日：2021-04-13
Applicant: 兰州理工大学
IPC: H04B10/112 , G06N3/04
Abstract: 基于深度学习预均衡和检测的超奈奎斯特大气光通信方法，将深度学习预均衡技术和检测技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能并减少了系统运算量，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；接收端通过采用匹配滤波器、超奈奎斯特采样和深度学习检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及DL技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN113098602B
公开(公告)日：2022-05-24
申请号：CN202110392572.9
申请日：2021-04-13
Applicant: 兰州理工大学
IPC: H04B10/112 , G06N3/04
Abstract: 基于深度学习预均衡和检测的超奈奎斯特大气光通信方法，将深度学习预均衡技术和检测技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能并减少了系统运算量，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；接收端通过采用匹配滤波器、超奈奎斯特采样和深度学习检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及DL技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN111555816A
公开(公告)日：2020-08-18
申请号：CN202010408588.X
申请日：2020-05-14
Applicant: 兰州理工大学
IPC: H04B10/524 , H04B10/11 , H04B14/02
Abstract: 一种4PAM-超奈奎斯特速率大气光传输方法，在系统发端采用4PAM调制，然后通过FTN成型滤波器形成4PAM-FTN信号，从而实现传输速率大于奈奎斯特速率；收端通过采用匹配滤波器、超奈奎斯特采样和最大似然检测技术实现信号的恢复。相比于传统无线光通信系统，FTN技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
