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 > 安徽大学郭星获国家专利权

安徽大学郭星获国家专利权

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!

龙图腾网获悉安徽大学申请的专利一种基于深度学习的AmBC系统信道估计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:CN118921249B

龙图腾网通过国家知识产权局官网在2025-11-14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:202410634853.4,技术领域涉及:H04L25/02;该发明授权一种基于深度学习的AmBC系统信道估计方法是由郭星;郭会强;何昕;何克强;蒋旭阳设计研发完成,并于2024-05-22向国家知识产权局提交的专利申请。

一种基于深度学习的AmBC系统信道估计方法在说明书摘要公布了:本发明公开了一种基于深度学习的AmBC系统信道估计方法,包括以下步骤:S1,根据设计要求,搭建AmBC通信系统,设定具体输入,搭建仿真平台;S2,在发送端,带有导频的频域发送符号首先经过IDFT调制,然后插入循环前缀和并串变换后发送出去;S3,接收端接收到的时域信号,先经过串并变换和去循环前缀,再经过DFT解调得到频域符号;S4,对导频处CSI进行LS估计;将LS估计值、发送和接收导频符号一起送入到k层神经网络,得到优化的CSI;S5,对CSI进行高分辨率重建;S6,多个LSTM单元横向级联组成一层LSTM网络,然后两层LSTM网络再纵向级联在一起;S7,对预测值HLSTMn进行更新。本发明在高信噪比条件下保证传输质量的同时提高了传输效率。

本发明授权一种基于深度学习的AmBC系统信道估计方法在权利要求书中公布了:1.一种基于深度学习的AmBC系统信道估计方法,其特征在于,包括以下步骤: S1,根据设计要求,通过MatlabR2023a仿真平台搭建除神经网络外的AmBC通信系统,设定具体的输入,包括子载波数N、信道长度L、导频数P、非零数T实验条件,搭建仿真平台; S2,在发送端,带有导频的频域发送符号首先经过IDFT调制,然后插入循环前缀和并串变换后发送出去; S3,通过瑞利双选衰落信道后,接收端接收到的时域信号,先经过串并变换和去循环前缀,再经过DFT解调得到频域符号; S4,对导频处的信道状态信息CSI进行LS估计;将LS估计值、发送和接收导频符号一起送入到k层神经网络,得到优化的CSI; S5,引入二维CNN提取信道沿时间和频率两个轴上的相关性信息,对CSI进行高分辨率重建; S6,多个LSTM单元横向级联组成一层LSTM网络,然后两层LSTM网络再纵向级联在一起,其中同一层的LSTM单元有着相同的参数,最后全连接层用于提取特征并输出结果;每一层LSTM中横向的单元个数代表了网络的记忆长度,决定了网络的时间相关性,且每一层的单元个数至少为导频OFDM符号的个数Sp; S7,先通过ZF均衡使信道预测值向其理论LS估计值靠近,然后再通过K层神经网络处理使信道预测值向其实际值靠近,从而消除一定范围内的误差,当LSTM网络对第n个数据OFDM符号的CSI的预测过程完成后,对预测值HLSTMn进行更新。

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安徽大学,其通讯地址为:230000 安徽省合肥市蜀山区九龙路111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。