-
公开(公告)号：CN109412994A
公开(公告)日：2019-03-01
申请号：CN201811440003.1
申请日：2018-11-29
Applicant: 天津理工大学
Abstract: 本发明公开了一种基于正交码调制的高谱效全双工认知水声通信方法，属于通信技术领域。该发明在发送链路给出了OCM的设计方案，在接收链路通过基于匹配或者最大比合并方法来检测基于OCM的高谱效全双工认知水声通信的声源阵元序号和载波序号信号，OCM技术同时对声源阵元序号比特、载波序号比特和符号比特进行调制，突破了传统的一维和二维调制概念，扩展到四维调制领域，具有频谱效率高、检测容易的特点，非常适合全双工认知水声通信频谱效率的要求。
-
Patent Agency Ranking
公开(公告)号：CN114978840B
公开(公告)日：2023-08-18
申请号：CN202210518460.8
申请日：2022-05-13
Applicant: 天津理工大学
IPC: H04L27/26 , G06N3/0464 , G06N3/044 , G06N3/084
Abstract: 本发明公开了一种无线网络中物理层安全和高谱效通信方法，属于通信技术领域。该发明在发送链路给出了MIFC的设计方案，在接收链路通过训练好的深度神经网络来检测基于MIFC的无线网络通信的媒体序号、切割媒体序号和旋转位置信号，MIFC技术同时对媒体序号比特、切割媒体序号比特和旋转位置比特进行映射和用训练好的深度神经网络进行特征编码，突破了调制提高频谱效率和传统物理层安全的概念，具有设计简单、频谱效率高、安全性能强的特点，非常适合像车联网、卫星物联网、海洋物联网等低算力传感设备对大数据安全传输应用场景。
-
公开(公告)号：CN114978840A
公开(公告)日：2022-08-30
申请号：CN202210518460.8
申请日：2022-05-13
Applicant: 天津理工大学
Abstract: 本发明公开了一种无线网络中物理层安全和高谱效通信方法，属于通信技术领域。该发明在发送链路给出了MIFC的设计方案，在接收链路通过训练好的深度神经网络来检测基于MIFC的无线网络通信的媒体序号、切割媒体序号和旋转位置信号，MIFC技术同时对媒体序号比特、切割媒体序号比特和旋转位置比特进行映射和用训练好的深度神经网络进行特征编码，突破了调制提高频谱效率和传统物理层安全的概念，具有设计简单、频谱效率高、安全性能强的特点，非常适合像车联网、卫星物联网、海洋物联网等低算力传感设备对大数据安全传输应用场景。
-
公开(公告)号：CN109412993B
公开(公告)日：2021-03-26
申请号：CN201811424814.2
申请日：2018-11-27
Applicant: 天津理工大学
Abstract: 本发明公开了一种基于深度学习的具有抑制自干扰的全双工认知水声通信信号检测方法，属于通信技术领域。该发明通过匹配和深度神经网络对具有抑制自干扰的全双工认知水声通信IM‑OFDM‑SS信号的索引比特和符号比特分别进行检测，避免使用传统的信道估计、信道均衡和信号解调的方式，不仅降低了接收机的设计复杂度，而且解决了时变水声信道环境下通信信号检测困难的问题。
-
公开(公告)号：CN109412994B
公开(公告)日：2021-05-07
申请号：CN201811440003.1
申请日：2018-11-29
Applicant: 天津理工大学
Abstract: 本发明公开了一种基于正交码调制的高谱效全双工认知水声通信方法，属于通信技术领域。该发明在发送链路给出了OCM的设计方案，在接收链路通过基于匹配或者最大比合并方法来检测基于OCM的高谱效全双工认知水声通信的声源阵元序号和载波序号信号，OCM技术同时对声源阵元序号比特、载波序号比特和符号比特进行调制，突破了传统的一维和二维调制概念，扩展到四维调制领域，具有频谱效率高、检测容易的特点，非常适合全双工认知水声通信频谱效率的要求。
-
公开(公告)号：CN109412993A
公开(公告)日：2019-03-01
申请号：CN201811424814.2
申请日：2018-11-27
Applicant: 天津理工大学
Abstract: 本发明公开了一种基于深度学习的具有抑制自干扰的全双工认知水声通信信号检测方法，属于通信技术领域。该发明通过匹配和深度神经网络对具有抑制自干扰的全双工认知水声通信IM-OFDM-SS信号的索引比特和符号比特分别进行检测，避免使用传统的信道估计、信道均衡和信号解调的方式，不仅降低了接收机的设计复杂度，而且解决了时变水声信道环境下通信信号检测困难的问题。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
