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！

龙图腾网获悉南京信息工程大学申请的专利基于深度学习和压缩感知辅助的编码方法及系统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：CN119628788B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411619078.1，技术领域涉及：H04L1/00；该发明授权基于深度学习和压缩感知辅助的编码方法及系统是由刘博;任建新;毛雅亚;陈帅东;韩文;宋秀敏;吴泳锋;孙婷婷;赵立龙;戚志鹏;李莹;王凤;哈特设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本基于深度学习和压缩感知辅助的编码方法及系统在说明书摘要公布了：本发明公开基于深度学习和压缩感知辅助的编码方法及系统，属于光传输技术领域；方法包括：对比特数据进行编码映射，使用AlexNet模型进行码本设计，每个码本通过五个卷积层训练后获得在当前环境下的误码率；对误码率最低的码本进行数据映射；对映射到码本上的数据信号进行压缩感知；压缩感知后的信号先经过OFDM调制，然后经过信号传输，接着进行信号解调，之后将信号重构后解映射为码本信号为码本信号，最后通过解码器将将码本信号解码为原始信号。将SCMA调制与卷积神经网络技术以及压缩感知技术结合，建立了SCMA的编码器和解码器，使误码率最小化，并使用了压缩感知理论处理信号，大大降低了需要采集、传输、处理的数据量，实现占用更少的子载波传输数据。

本发明授权基于深度学习和压缩感知辅助的编码方法及系统在权利要求书中公布了：1.基于深度学习和压缩感知辅助的编码方法，其特征在于，包括以下步骤： 对比特数据进行编码映射，使用AlexNet模型进行码本设计，每个码本通过五个卷积层训练后获得在当前环境下的误码率； 对误码率最低的码本进行数据映射； 对映射到码本上的数据信号进行压缩感知； 压缩感知后的信号先经过OFDM调制，然后经过信号传输，接着进行信号解调，之后将信号重构后解映射为码本信号，最后通过解码器将将码本信号解码为原始信号； 使用AlexNet模型进行码本设计依靠CNN进行训练，使编码器fkjr；θf、解码器gy；θg正确地重构原始数据r；同时考虑编码器和解码器的CNN的端到端损失函数为： 式中，h为信道向量，r为目标值，f为编码器，g为解码器，为CNN解码器重构的数据，即 对映射到码本上的数据信号进行压缩感知是对信号进行采样和压缩，步骤包括： S31，假设x是长度为N的一维离散信号，则用一组规范的正交基的线性组合表示，将其作为列向量形成N×N维基矩阵，即Ψ＝{Ψ1,Ψ2,…,ΨN}，则信号x通过该基向量可表示为： 其中，θ＝[θ1,θ2,……θN]T是信号x在基Ψ下的稀疏表示系数，且θ中只有一小部分数值较大，大部分数值为零或接近于零；如果其中有S个非零元素，就称信号x是S稀疏的； S32，设计一个大小为M×NMN的测量矩阵Φ，该矩阵与变换基甲Ψ不相关；信号x通过测量矩阵Φ的测量可得到一个M×1的测量向量： y＝Φx＝ΦΨθ＝Αθ 高维信号Ψθ在观测矩阵Φ的测量下映射到低维空间，即得到压缩后的信号y，完成了信号的采样压缩。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。