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！

龙图腾网获悉浙江大学申请的专利基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法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：CN118966127B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410980102.8，技术领域涉及：G06F30/39；该发明授权基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法是由卓成;孙凇昱;董晓设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法在说明书摘要公布了：本发明公开了一种基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法。该方法通过建立一个编码器‑解码器架构的深度学习模型，来预测4电平脉冲幅度调制发送器的行为。编码器通过处理无序的非序列输入，包括输入信号参数及链路参数，生成上下文向量传入解码器中。解码器结合编码器生成的上下文向量和发送器输出信号序列，对序列中每个点逐个生成类别概率分布。通过随机掩码策略对模型进行训练，使用非自回归解码与滤波的方式进行推理，模型能够并行预测输出序列，并进行一次滤波过程以预测输出信号。与传统仿真方法相比，本发明实现了显著的加速效果，在处理多链路系统时尤为明显。

本发明授权基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法在权利要求书中公布了：1.一种基于非自回归Transformer的4电平脉冲幅度调制高速发送器建模方法，其特征在于，该方法包括以下步骤： 步骤1，通过电路仿真获取训练数据：在不同链路参数下输入不同PAM4信号，获得发送器电路输出信号作为训练数据； 步骤2，建立基于Transformer的深度学习模型：建立一个采用编码器-解码器架构的深度学习模型，包括一个非序列编码器和一个Transformer序列解码器； 步骤3，基于随机掩码的模型训练：对于给定长度的输入信号，输出信号序列的长度预先确定，且不随输入变化，采用随机掩码的策略对深度学习模型进行训练，使模型具有预测掩码位置元素的能力； 步骤4，基于非自回归解码与滤波的模型推理：对深度模型输入链路参数、受干扰链路输入信号，输入K＝0，经过非自回归解码与滤波得到该组链路参数和本身输入信号下的本征输出信号；然后对于所有其他干扰链路，分别输入链路参数、干扰链路输入信号，输入K＝1，经过非自回归解码与滤波得到该组链路参数和干扰输入信号下的串扰输出信号；将本征输出信号与所有其他串扰输出信号相累加，得到多通信链路中发送器受其他信号串扰的输出信号。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。