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天线信号的原始信号重构方法及装置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：CN116054888B 。

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：202310024809.7，技术领域涉及：H04B7/0413；该发明授权一种天线信号的原始信号重构方法及装置是由刘婵梓;曲春晓;陈高;刘新宇;周清峰设计研发完成，并于2020-04-07向国家知识产权局提交的专利申请。

本一种天线信号的原始信号重构方法及装置在说明书摘要公布了：本发明涉及一种天线信号的原始信号重构方法及装置，所述方法至少包括：利用深度学习的BP训练算法，得到第一神经网络模型和第二神经网络模型；通过所构建的第一神经网络模型来从低维的目标信号中解出高维的稀疏信号θ；通过将所述稀疏信号θ输入所构建的第二神经网络模型来重构得到原始信号。本发明能够在减少所需天线数的基础上，同时传输相同的数据量，提高MIMO系统的复用增益和容量。

本发明授权一种天线信号的原始信号重构方法及装置在权利要求书中公布了：1.一种天线信号的原始信号重构方法，其特征在于，所述方法至少包括： 利用深度学习的BP训练算法，得到第一神经网络模型和第二神经网络模型； 通过所构建的第一神经网络模型来从低维的目标信号中解出高维的稀疏信号； 通过将所述稀疏信号输入所构建的第二神经网络模型来重构得到原始信号； 利用深度学习的BP训练算法，得到第一神经网络模型和第二神经网络模型的步骤包括： 利用和，构成了第一组训练样本，表示原始的装置接收端接收到的信号； 利用和，构成了第二组训练样本； 经由深度学习的BP训练算法，第一组训练样本得到第一神经网络模型，第二组训练样本得到第二神经网络模型，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； 当输入信号为信号时，即得到重构输出的原始的发送数据流； 表示第一神经网络模型的输入信号，表示稀疏信号；表示发送信号向量，表示输出的原始的发送数据流。

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。