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！

龙图腾网获悉西安交通大学申请的专利一种基于深度学习的物理层密钥生成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：CN115002762B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210542494.0，技术领域涉及：H04L25/02；该发明授权一种基于深度学习的物理层密钥生成方法是由耿婉婷;孙黎;杜清河设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本一种基于深度学习的物理层密钥生成方法在说明书摘要公布了：本发明公开了一种基于深度学习的物理层密钥生成方法，包括：Alice端进行信道估计，Bob端进行信道估计；将Alice端的信道估计结果输入到Alice端的训练后神经网络中，使用利用密钥量化算法对Alice端的训练后神经网络的输出进行量化，将Bob端的信道估计结果输入到Bob端的训练后神经网络中，使用利用密钥量化算法对Bob端的训练后神经网络的输出进行量化，得Alice端及Bob端的密钥序列KA和KB，其中，Alice端的训练后神经网络及Bob端的训练后神经网络均基于自编码器构建而成，该方法具有物理层密钥生成速率高且不易被窃听的特点。

本发明授权一种基于深度学习的物理层密钥生成方法在权利要求书中公布了：1.一种基于深度学习的物理层密钥生成方法，其特征在于，包括： Alice端进行信道估计，Bob端进行信道估计； 将Alice端的信道估计结果输入到Alice端的训练后神经网络中，利用密钥量化算法对Alice端的训练后神经网络的输出进行量化，将Bob端的信道估计结果输入到Bob端的训练后神经网络中，利用密钥量化算法对Bob端的训练后神经网络的输出进行量化，得Alice端及Bob端的密钥序列和，其中，Alice端的训练后神经网络及Bob端的训练后神经网络均基于自编码器构建而成； 还包括：对Bob端的神经网络进行训练； 对Bob端的神经网络进行训练的具体过程为： 将Alice端的神经网络的输出通过无线信道发送给Bob端，Bob端接收后，构建Bob端的神经网络的损失函数； Bob端采用随机梯度下降算法，通过训练更新Bob端的神经网络的参数，使损失函数最小化； Bob端的神经网络的损失函数为： 其中，为一次训练的数据批量大小，为第个样本的标签值，即Alice发送的原始导频序列，为第个样本的预测值，为交叉熵损失函数，为交叉熵损失的权重，为均方差损失函数，为均方误差损失的权重; 还包括：对Alice端的神经网络进行训练; 对Alice端的神经网络进行训练的具体过程为： Alice端将最大似然检测模块得到的序列与原始的导频序列之间的交叉熵确定为Alice端的神经网络的损失函数，采用随机梯度下降算法，通过训练更新Alice端的神经网络的参数，使损失函数最小化。

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交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。