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！

龙图腾网获悉东莞理工学院申请的专利一种基于神经网络模型的天线信号调制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：CN116054887B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310024746.5，技术领域涉及：H04B7/0413；该发明授权一种基于神经网络模型的天线信号调制方法是由周清峰;刘婵梓;陈高;曲春晓设计研发完成，并于2020-04-07向国家知识产权局提交的专利申请。

本一种基于神经网络模型的天线信号调制方法在说明书摘要公布了：本发明涉及一种基于神经网络模型的天线信号调制方法，其特征在于，所述方法至少包括：通过人工智能中的BP神经网络训练方法创建神经网络，以装置发射端1的发送信号向量x和基于所述装置发射端1的发送信号向量x所确定的稀疏信号θ分别作为输入输出，构造第一组训练样本集，训练所述神经网络，得到所述第一神经网络模型；对稀疏表示后的信号进行压缩降维处理；利用压缩感知重构算法从低维的信号中求解得到稀疏信号向量最后，利用第二神经网络模型对其接收到的信号重构得到原始信号。本发明降低了待处理信号的维度，将超过发送天线数目的并行数据流复用到给定的发射天线上发送出去，大幅度的提高给定MIMO系统收发天线数条件下的信号复用增益。

本发明授权一种基于神经网络模型的天线信号调制方法在权利要求书中公布了：1.一种基于神经网络模型的天线信号调制方法，其特征在于，所述方法至少包括： 通过人工智能中的BP神经网络训练方法创建神经网络，以装置发射端1的发送信号向量和基于所述装置发射端1的发送信号向量所确定的稀疏信号分别作为输入输出，构造第一组训练样本集，训练所述神经网络，得到第一神经网络模型，经过信道编码、信号调制后得到路发送信号向量；经调制后的路发送信号向量经过提前训练产生的第一神经网络模型，映射为稀疏信号； 对稀疏表示后的信号进行压缩降维处理； 利用压缩感知重构算法从低维的信号中求解得到稀疏信号向量，最后，利用与第一神经网络模型的输入输出相反的第二神经网络模型对其接收到的信号重构得到原始信号； 根据深度学习的训练方法，训练产生第二神经网络模型，稀疏信号向量被映射为；最后，对进行解调，还原出原始的发送数据流； 神经网络各层间的权重参数矩阵，用表示，其中，权重参数的上标表示层数，下标表示相邻两层各自的第几个节点； 神经网络各层间的偏置参数矩阵为：，已知神经网络的输入为：，神经网络的输出为：；引入一个非线性算子，则可以推导出：；其中，表示各节点的偏置向量；表示维度为的输入向量；表示维度为的输出向量；F表示激活函数；表示第k个节点和第i个节点之间的权重参数； 初始化权重参数：将权重参数随机初始化为[-ε,ε]之间，ε是一个预设值。

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东莞理工学院，其通讯地址为：523808 广东省东莞市松山湖科技产业园区大学路1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。