一种基于机器学习的信号解调方法

    公开(公告)号:CN109672639B

    公开(公告)日:2021-07-16

    申请号:CN201910058921.6

    申请日:2019-01-22

    Abstract: 一种基于机器学习的信号解调方法,本发明涉及单一调制方式信号和多种混合调制方式信号的解调。本发明的目的是为了解决现有针对不同调制方式信号解调时,需要不同的硬件电路去解调,并且难以对多种调制方式未知的信号进行解调的问题。过程为:一、采集原始基带信号,对基带信号进行处理,得到噪声信号,构建去噪自编码器,对噪声信号进行降噪处理,得到降噪处理后的信号;二、得到训练好的去噪自编码器网络及参数;三、构建基于卷积神经网络的信号解调模型;四、得到训练好的信号解调模型;五、将训练好的去噪自编码器网络和信号解调模型级联到一起,对单一调制信号和多种调制方式混合的信号进行解调。本发明用于高斯白噪声信道下信号解调领域。

    一种基于机器学习的信号解调方法

    公开(公告)号:CN109672639A

    公开(公告)日:2019-04-23

    申请号:CN201910058921.6

    申请日:2019-01-22

    Abstract: 一种基于机器学习的信号解调方法,本发明涉及单一调制方式信号和多种混合调制方式信号的解调。本发明的目的是为了解决现有针对不同调制方式信号解调时,需要不同的硬件电路去解调,并且难以对多种调制方式未知的信号进行解调的问题。过程为:一、采集原始基带信号,对基带信号进行处理,得到噪声信号,构建去噪自编码器,对噪声信号进行降噪处理,得到降噪处理后的信号;二、得到训练好的去噪自编码器网络及参数;三、构建基于卷积神经网络的信号解调模型;四、得到训练好的信号解调模型;五、将训练好的去噪自编码器网络和信号解调模型级联到一起,对单一调制信号和多种调制方式混合的信号进行解调。本发明用于高斯白噪声信道下信号解调领域。

    基于反馈喷泉码的文件传输方法

    公开(公告)号:CN114301513A

    公开(公告)日:2022-04-08

    申请号:CN202111562115.6

    申请日:2021-12-20

    Abstract: 本发明公开了一种基于反馈喷泉码的卫星信道下的文件传输方法,属于卫星通信技术领域,该方法利用喷泉码的无速率特性在进行文件传输时可生成无限个编码后的数据包,在接收端的反馈喷泉码译码器收到足够数量的编码后的数据包后,译码成功即传输完成,同时,接收端可根据译码状态计算当前编码最优度值,并根据当前编码最优度值判断是否需要向发送端反馈信息,若需要,则通过反馈信道将当前编码最优度值发送给发送端,反之则继续接收编码后的数据包,并将发送给反馈喷泉码译码器,可有效解决现有ARQ重传方法在卫星信道中,由信道频繁中断、高丢包率所造成的反馈风暴问题,且相较于传统不反馈喷泉码,该方法降低了译码开销,提高了传输效率。

    基于反馈喷泉码的文件传输方法

    公开(公告)号:CN114301513B

    公开(公告)日:2024-04-12

    申请号:CN202111562115.6

    申请日:2021-12-20

    Abstract: 本发明公开了一种基于反馈喷泉码的卫星信道下的文件传输方法,属于卫星通信技术领域,该方法利用喷泉码的无速率特性在进行文件传输时可生成无限个编码后的数据包,在接收端的反馈喷泉码译码器收到足够数量的编码后的数据包后,译码成功即传输完成,同时,接收端可根据译码状态计算当前编码最优度值,并根据当前编码最优度值判断是否需要向发送端反馈信息,若需要,则通过反馈信道将当前编码最优度值发送给发送端,反之则继续接收编码后的数据包,并将发送给反馈喷泉码译码器,可有效解决现有ARQ重传方法在卫星信道中,由信道频繁中断、高丢包率所造成的反馈风暴问题,且相较于传统不反馈喷泉码,该方法降低了译码开销,提高了传输效率。

Patent Agency Ranking