-
公开(公告)号：CN111478868A
公开(公告)日：2020-07-31
申请号：CN202010158335.1
申请日：2020-03-09
Applicant: 北京邮电大学
Abstract: 本说明书一个或多个实施例提供一种OTFS系统的信号检测方法及装置，包括：根据OTFS系统结构，建立对应的因子图；根据所述因子图，构建神经网络；其中，所述神经网络的隐藏层的层数与消息传递的迭代次数相同，所述隐藏层包括消息计算神经元和概率计算神经元，所述消息计算神经元与所述因子图的节点和/或边相对应，所述概率计算神经元用于根据信号检测性能参数、所述消息计算神经元输出的数据计算发送信号经过信道后得到的发送信号中每个调制符号的概率；对所述神经网络进行训练，得到优化的信号检测性能参数。本说明书结合神经网络和信号检测算法，能够通过训练神经网络获得最优的信号检测性能参数，从而提升信号检测性能。
-
公开(公告)号：CN111478868B
公开(公告)日：2021-09-07
申请号：CN202010158335.1
申请日：2020-03-09
Applicant: 北京邮电大学
Abstract: 本说明书一个或多个实施例提供一种OTFS系统的信号检测方法及装置，包括：根据OTFS系统结构，建立对应的因子图；根据所述因子图，构建神经网络；其中，所述神经网络的隐藏层的层数与消息传递的迭代次数相同，所述隐藏层包括消息计算神经元和概率计算神经元，所述消息计算神经元与所述因子图的节点和/或边相对应，所述概率计算神经元用于根据信号检测性能参数、所述消息计算神经元输出的数据计算发送信号经过信道后得到的发送信号中每个调制符号的概率；对所述神经网络进行训练，得到优化的信号检测性能参数。本说明书结合神经网络和信号检测算法，能够通过训练神经网络获得最优的信号检测性能参数，从而提升信号检测性能。
-
公开(公告)号：CN108540267B
公开(公告)日：2020-10-02
申请号：CN201810332221.7
申请日：2018-04-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种基于深度学习的多用户数据信息检测方法及装置，可以根据已接收到的叠加码字信息，使用预设的条件算法，计算获得各个用户的码字信息；将各个用户的码字信息作为已训练的神经网络输入，利用已训练的神经网络获得已训练的神经网络输出层的输出结果；本发明实施例利用深度学习训练权值后的已训练的神经网络，将各个用户的码字条件概率概率作为已训练的神经网络的输入，根据输出结果检测用户的发送的数据信息，计算各个用户的对数比特似然比的过程中，各个用户的码字条件概率都有相应的权值，因此可以提高检测多用户发送的数据信息的准确率。
-
公开(公告)号：CN108540267A
公开(公告)日：2018-09-14
申请号：CN201810332221.7
申请日：2018-04-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种基于深度学习的多用户数据信息检测方法及装置，可以根据已接收到的叠加码字信息，使用预设的条件算法，计算获得各个用户码字信息；将各个用户码字信息作为已训练的神经网络输入，利用已训练的神经网络获得已训练的神经网络输出层的输出结果；本发明实施例利用深度学习训练权值后的已训练的神经网络，将各个用户的码字条件概率概率作为已训练的神经网络的输入，根据输出结果检测用户的发送的数据信息，计算各个用户的对数比特似然比的过程中，各个用户的码字条件概率都有相应的权值，因此可以提高检测多用户发送的数据信息的准确率。
-
-
-
Search Results
4
records
(took 0.031 seconds)
