龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：兰州大学
摘要：一种相关噪声下基于深度学习的LDPC码码率盲识别方法，采用多任务学习策略实现利用DL完成码码率盲识别，为训练和验证两个阶段。在训练阶段，从码率集合中选取其中一个码率的LDPC码生成码字序列，码字序列通过二进制相移键控调制生成调制序列，调制序列经过相关噪声信道进行传输得到训练数据集；然后利用DL构建相关噪声下LDPC码码率盲识别模型；最后将训练数据集输入模型，并利用自适应矩估计优化算法训练模型，在损失值收敛或达到最大训练轮次时停止训练得到优化的模型。在验证阶段，将受相关噪声干扰的调制符号序列使用训练好的模型进行码率盲识别。本发明的基于DL的LDPC码码率盲识别方法在低信噪比时具有更好的性能。
主权项：1.一种相关噪声下基于深度学习的LDPC码码率盲识别方法，其特征在于：采用神经网络模型进行相关噪声降噪，并利用深度学习技术对降噪后序列的加权校验和进行特征处理与分类，最终输出发射端所采用的码率类别；其包含训练和验证两个阶段，具体实现步骤如下：在训练阶段，首先从包含q个码率的码率集合θR＝{r1,r2,K,rq}中选取码率为rl1≤l≤q的LDPC码作为信道编码方案，对长度为k的0、1随机序列c＝[c1,c2,K,ck]进行编码，进而生成长度为N的码字序列m＝[m1,m2,K,mN]，接着将m通过BPSK调制生成调制序列x＝[x1,x2,K,xN]，调制序列x通过含有相关高斯噪声n＝[n1,n2,K,nN]的无线信道成为接收序列y＝[y1,y2,K,yN]，按照上述方法生成大量数据形成训练数据集；然后将训练数据集作为相关噪声下LDPC码码率盲识别模型的输入，应用Adam优化算法训练网络模型，当损失收敛或达到最大训练轮次时停止训练，保存模型最优的网络权重；在验证阶段，使用与生成训练数据集相同的方法生成验证数据集，用于优化模型的验证。
全文数据：
权利要求：
百度查询： 兰州大学 一种相关噪声下基于深度学习的LDPC码码率盲识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号