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！

龙图腾网获悉浙江工业大学申请的专利一种基于人工智能的QPSK接收机及其辅助模型训练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：CN115952827B 。

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：202310055544.7，技术领域涉及：G06N3/0442；该发明授权一种基于人工智能的QPSK接收机及其辅助模型训练方法是由韩会梅;朱力;常会敏;沈天嘉设计研发完成，并于2023-01-19向国家知识产权局提交的专利申请。

本一种基于人工智能的QPSK接收机及其辅助模型训练方法在说明书摘要公布了：本发明涉及一种基于人工智能的QPSK接收机辅助模型训练方法，包括：搭建QPSK系统模型，使用QPSK系统模型获取训练数据集，搭建rethink神经网络模型，生成预测标签，使用训练数据集训练rethink神经网络模型，优化rethink神经网络模型的损失函数，使用Nadam算法优化损失函数，更新rethink神经网络模型的参数，直至预测标签与真实标签对比的错误率最小，将更新后的rethink神经网络模型作为QPSK接收机辅助模型。本发明的方法所训练的模型采用基于反思结构的rethink神经网络，考虑到标签之间隐藏的相关性，能够在通信接收机的解调环节中进行解调，该模型的解调能够解决传统硬判决方法在低信噪比条件下，因噪声干扰而导致识別准确率不高的问题。

本发明授权一种基于人工智能的QPSK接收机及其辅助模型训练方法在权利要求书中公布了：1.一种基于人工智能的QPSK接收机辅助模型训练方法，其特征在于，具体包括如下步骤： S1、搭建QPSK系统模型，使用所述QPSK系统模型获取训练数据集； S2、搭建rethink神经网络模型，所述rethink神经网络模型用于对经过编码和噪声影响的信号进行解调，生成预测标签； S3、使用所述训练数据集训练所述rethink神经网络模型，优化所述rethink神经网络模型的损失函数； S4、使用Nadam算法优化所述损失函数，更新所述rethink神经网络模型的参数，直至所述预测标签与真实标签对比的错误率最小，将更新后的rethink神经网络模型作为QPSK接收机辅助模型； 使用所述QPSK系统模型获取训练数据集具体为，使用所述QPSK系统模型对经过汉明编码后的数据进行QPSK调制，然后使用根升余弦进行过采样，再加入高斯噪声作为干扰，经过匹配滤波和欠采样得到56位特征； 其中，QPSK系统模型要传输的一条数据为01比特流，信息位为4位，共8组，即一共为32位；在QPSK系统模型中，在发送端对要传输的数据进行7,4汉明编码得到56位，再经过QPSK调制，利用根升余弦进行过采样，每符号采样数为8，之后再加入高斯噪声作为干扰，经过了匹配滤波和欠采样：每8个样本取一个符号，然后得到56位特征，汉明编码得到的56位汉明码则作为标签；经过上述QPSK系统模型所生成的所有特征和对应的标签一起组成训练数据集。

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浙江工业大学，其通讯地址为：310000 浙江省杭州市拱墅区潮王路18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。