• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种基于自适应集成深度学习模型的SC-FDE系统信号检测方法
有效
专利申请进度
申请
2020-05-25
申请公布
2020-09-01
授权
2021-04-06
预估到期
2040-05-25
专利基础信息
申请号 CN202010448707.4 申请日 2020-05-25
申请公布号 CN111614587A 申请公布日 2020-09-01
授权公布号 CN111614587B 授权公告日 2021-04-06
分类号 H04W52/34;G06N3/08;G06K9/62;H04L25/03;G06N3/04
分类 电通信技术;
申请人名称 亚萨合莱国强(山东)五金科技有限公司
申请人地址 山东省济南市长清区大学路3501号
专利法律状态
  • 2021-04-06
    授权
    状态信息
    授权
  • 2020-09-25
    实质审查的生效
    状态信息
    实质审查的生效
  • 2020-09-01
    公布
    状态信息
    公布
摘要
本发明涉及一种基于自适应集成深度学习模型的信号检测方法。采用集成的长短期记忆(LSTM)神经网络以端到端的方式替代SC‑FDE系统接收端的信道估计和频域均衡部分,训练LSTM神经网络所需的数据集由接收端提取的接收信号的特征和根据发送端使用的调制方式对应星座图所分配的标签组成。为保证系统的可靠性,采用线性判别分析(LDA)算法对特征信息进行降维,将多维度的特征信息作为集成模型的输入。为提高系统的自适应性,采用不同子信道的信号功率作为自适应因子,在网络输出端对每个子载波的输出进行自适应集成。此方法对于不同的通信系统,只需要根据所用系统框架生成数据集,利用训练得到的模型替代通信系统的某一部分即可,具有较强的泛化性。