Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门大学;通测科技(厦门)有限公司王德清获国家专利权

厦门大学;通测科技(厦门)有限公司王德清获国家专利权

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!

龙图腾网获悉厦门大学;通测科技(厦门)有限公司申请的专利一种水声物理层网络编码智能编码映射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:CN118740332B

龙图腾网通过国家知识产权局官网在2025-10-14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:202410716590.1,技术领域涉及:H04L1/00;该发明授权一种水声物理层网络编码智能编码映射方法是由王德清;张格玮;游铭杭;丁振泽;叶庄兴;陈晞设计研发完成,并于2024-06-04向国家知识产权局提交的专利申请。

一种水声物理层网络编码智能编码映射方法在说明书摘要公布了:一种水声物理层网络编码智能编码映射方法,涉及水声通信领域。将BP算法和深度学习相结合,提出和信道信息低耦合的叠加信号智能编码映射方法FBENet:特征提取模块通过卷积神经网络CNN有效提取输入信息的抽象特征;双向均衡模块利用Bi‑LSTM网络神经元均衡时频双扩展信道下的载波间干扰ICI,通过模拟BP算法的和积消息传递的过程来矫正子载波的后验概率分布;概率输出模块通过全连接网络输出每个子载波的发送端码字组合的概率分布用于后续的网络编码。网络模型的损失函数使用多分类的交叉熵损失函数,在训练阶段,模型计算参数更新,样本和输出之间的差异将越来越少,直至阈值,标志着训练成功。

本发明授权一种水声物理层网络编码智能编码映射方法在权利要求书中公布了:1.一种水声物理层网络编码智能编码映射方法,其特征在于包括以下步骤: 1PNC系统中继端接收叠加信号并进行数据预处理,将叠加信号向量和预估的信道向量均拆分为实部和虚部两部分,然后将数据向量送入归一化层和Concatenate层标准拼接成二维矩阵,将处理后的数据传输至特征提取模块; 2特征提取模块利用卷积核对输入的二维矩阵数据进行卷积操作,提取输入信息的抽象特征,将获取的特征拼接成特征图,经卷积残差网络将特征信息输入双向均衡模块; 3双向均衡模块使用Bi-LSTM网络获取输入序列的前后关联性,均衡时频双扩展信道下的载波间干扰ICI,通过模拟BP算法的和积消息传递的过程矫正子载波的后验概率分布,得到综合输出状态矩阵作为双向均衡模块的输出转接入概率输出模块,进行全连接网络映射; 4概率输出模块采用全连接网络作为概率输出层,并使用Softmax激活函数,将经过双向均衡模块处理后得到的状态矩阵转换为每个子载波上码字组合的联合概率分布,用于后续的网络编码,具体的:将状态矩阵的每一行,即每个子载波的状态序列连接到全连接网络,利用TimeDistributed层封装全连接网络,保证矩阵中每个子载波序列均通过相同构造的全连接层,得到每个子载波的独立概率分布;Softmax函数确保输出的概率分布是有效的,根据不同的调制方式,输出层估计相应数量的码字组合的概率分布; 5设计损失函数,使用多分类的交叉熵损失函数;在训练阶段,网络模型计算关于可变参数的导数,通过反向传播算法进行更新,样本与输出之间的差异逐渐减小,直至损失函数的输出收敛至一定的阈值,完成深度学习训练。

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厦门大学;通测科技(厦门)有限公司,其通讯地址为:361005 福建省厦门市思明区思明南路422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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。