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 > 西安电子科技大学高婉婷获国家专利权

西安电子科技大学高婉婷获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利针对SC-LDPC码的神经最小和滑窗译码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:CN119652325B

龙图腾网通过国家知识产权局官网在2025-12-30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:202411705246.9,技术领域涉及:H03M13/11;该发明授权针对SC-LDPC码的神经最小和滑窗译码方法是由高婉婷;朱敏;万飞;白宝明设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

针对SC-LDPC码的神经最小和滑窗译码方法在说明书摘要公布了:本发明提供了一种针对SC‑LDPC码的神经最小和滑窗译码方法,通过搭建并训练神经网络,以确定窗口内基模图不同类型边缘的最佳参数,神经网络的输入为一个窗口加记忆长度大小的基矩阵;将所确定的最佳参数,应用于滑窗译码算法的每个窗口中,以对长度耦合后的SC‑LDPC进行译码,其相较于传统方法,有着更好的性能与更快的收敛。

本发明授权针对SC-LDPC码的神经最小和滑窗译码方法在权利要求书中公布了:1.一种针对SC-LDPC码的神经最小和滑窗译码方法,其特征在于,包括: 搭建并训练神经网络,以确定窗口内基模图不同类型边缘的最佳参数,所述神经网络的输入为一个窗口加记忆长度大小的基矩阵;其中,所述神经网络为具有非完全连接结构的稀疏MS译码网络,所述神经网络的输入层与输出层对应基模图中的变量节点,数目为N,其余中间的隐藏层的大小均为基模图中边的数目; 各所述隐藏层中的神经元包括Z簇,每簇包含基模图中对应的总边数个元素,表示为: , 其中,表示为提升后的基模图总边数,表示提升因子,表示未提升前的基模图总边数,表示第个簇; 各所述元素对应的相同类型的边缘之间共享参数,表示为: , , 其中,表示第次迭代中的第条边的归一化因子,表示第次迭代中的第条边的归一化因子,表示第次迭代中的第条边的偏移量,表示第次迭代中的第条边的偏移量,,表示第簇的任意一条边,表示第簇的任意一条边,表示第簇所有边,表示第簇所有边; 将所确定的最佳参数,应用于滑窗译码算法的每个窗口中,以对长度耦合后的SC-LDPC进行译码。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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。