公开(公告)号：CN110636020A

公开(公告)日：2019-12-31

申请号：CN201910716679.7

申请日：2019-08-05

Applicant: 北京大学

Inventor： 周清逸 ,  杨川川

IPC: H04L25/03 ,  G06N3/08

Abstract: 本发明提出一种自适应通信系统神经网络均衡方法，考虑到在实际通信场景下器件和信道特性随时间变化这一自适应调整的需求，借助机器学习当中的半监督学习算法，通过设计损失函数来加快模型微调的收敛速度，从而使得基于神经网络的均衡算法灵活性得到极大提升，在信道条件发生变化的情况下通过调整模型来维持较低的误码率。本发明涉及的算法完全不需要发端提供训练序列，而是类似于判决反馈模式，将现有模型的判决作为对应符号的标签，在此基础上设计合适的半监督损失函数并进行学习。

公开(公告)号：CN110636020B

公开(公告)日：2021-01-19

申请号：CN201910716679.7

申请日：2019-08-05

Applicant: 北京大学

Inventor： 周清逸 ,  杨川川

IPC: H04L25/03 ,  G06N3/08

Abstract: 本发明提出一种自适应通信系统神经网络均衡方法，考虑到在实际通信场景下器件和信道特性随时间变化这一自适应调整的需求，借助机器学习当中的半监督学习算法，通过设计损失函数来加快模型微调的收敛速度，从而使得基于神经网络的均衡算法灵活性得到极大提升，在信道条件发生变化的情况下通过调整模型来维持较低的误码率。本发明涉及的算法完全不需要发端提供训练序列，而是类似于判决反馈模式，将现有模型的判决作为对应符号的标签，在此基础上设计合适的半监督损失函数并进行学习。