-
公开(公告)号：CN115776425B
公开(公告)日：2024-12-27
申请号：CN202111042004.2
申请日：2021-09-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及协作通信的信号处理技术领域，具体的说是一种能够有效对多节点信号进行处理、消除通信过程中的码间干扰的用于协作通信的基于深度学习的多分支联合检测方法，其特征在于，建立基于深度学习的多分支联合检测器，直接处理来自于源节点和中继节点的信号，其中所述基于深度学习的多分支联合检测器中，令DNNSD神经网络的输入层(第1层)的输入由cSD(1)表示，DNNRD神经网络输入层的输入表示为cRD(1)，与现有基于深度学习的单分支方法不同，本发明中提出的基于深度学习的多分支联合检测器能联合实现多分支的合并，且各分支抽头的调整是基于各分支的总输出，而后基于计算出的总误差来进行，能够有效实现码间干扰的消除。
-
公开(公告)号：CN115225437B
公开(公告)日：2023-05-12
申请号：CN202210636299.4
申请日：2022-06-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种用于水声协作通信的联合智能均衡与译码方法，其特征在于，利用深度学习来处理目的节点的多路信号，实现多分支合并与均衡联合处理；将深度学习作为信号的均衡部分，将均衡器与译码器之间迭代产生的软信息作为反馈信号，充分利用了迭代增益，通过构造代价函数，利用总误差来更新均衡器的前馈部分以及反馈部分的网络参数，其中提出了基于深度学习的多分支判决反馈均衡器DL‑MDFE，与现有技术相比，能够显著提高水声通信系统误码率性能。
-
公开(公告)号：CN115776425A
公开(公告)日：2023-03-10
申请号：CN202111042004.2
申请日：2021-09-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及协作通信的信号处理技术领域，具体的说是一种能够有效对多节点信号进行处理、消除通信过程中的码间干扰的用于协作通信的基于深度学习的多分支联合检测方法，其特征在于，建立基于深度学习的多分支联合检测器，直接处理来自于源节点和中继节点的信号，其中所述基于深度学习的多分支联合检测器中，令DNNSD神经网络的输入层(第1层)的输入由cSD(1)表示，DNNRD神经网络输入层的输入表示为cRD(1)，与现有基于深度学习的单分支方法不同，本发明中提出的基于深度学习的多分支联合检测器能联合实现多分支的合并，且各分支抽头的调整是基于各分支的总输出，而后基于计算出的总误差来进行，能够有效实现码间干扰的消除。
-
公开(公告)号：CN115225437A
公开(公告)日：2022-10-21
申请号：CN202210636299.4
申请日：2022-06-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种用于水声协作通信的联合智能均衡与译码方法，其特征在于，利用深度学习来处理目的节点的多路信号，实现多分支合并与均衡联合处理；将深度学习作为信号的均衡部分，将均衡器与译码器之间迭代产生的软信息作为反馈信号，充分利用了迭代增益，通过构造代价函数，利用总误差来更新均衡器的前馈部分以及反馈部分的网络参数，其中提出了基于深度学习的多分支判决反馈均衡器DL‑MDFE，与现有技术相比，能够显著提高水声通信系统误码率性能。
-
-
-
Search Results
4
records
(took 0.033 seconds)
