-
公开(公告)号:CN117354654B
公开(公告)日:2024-01-26
申请号:CN202311650133.9
申请日:2023-12-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于学习率动态裁剪的混合成形星座多参量寻优方法,属于通信传输技术领域,该方法包括:响应于原始星座不能实现当前信道条件下广义互信息最大,将原始星座的参量、传输距离及信道条件转换为相关联网状动态变量;将相关联网状动态变量输入预先构建的迭代寻优模型,获得当前信道条件下的优选星座参量,解决动态信道条件下星座无法适配信道的问题。
-
公开(公告)号:CN116938662A
公开(公告)日:2023-10-24
申请号:CN202310923416.X
申请日:2023-07-26
Applicant: 南京信息工程大学
IPC: H04L27/34 , H04B17/391 , G06N3/0499
Abstract: 本发明公开了一种基于递归神经网络训练优化的星座概率成形方法及装置,初始概率分布为均匀概率分布,编码端初始化基本概率分布,将二进制比特信号依概率分布映射至对应星座点;嵌入需要训练的信道模型,且在信道未知或者不可微的情况下,加入较小高斯噪声;在解码端进行相应的解映射,并以广义互信息最大化为目标更新对应的神经网络权值参数以及概率分布,并反馈到编码端进行下一轮优化,重复上述步骤直到迭代次数达到设置值或广义互信息达到最大,输出最优概率分布。本发明解决不同信道条件下星座概率设计困难,且概率分布无法完美适配信道的问题,达到实时匹配最优星座成形设计的效果。
-
公开(公告)号:CN117354654A
公开(公告)日:2024-01-05
申请号:CN202311650133.9
申请日:2023-12-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于学习率动态裁剪的混合成形星座多参量寻优方法,属于通信传输技术领域,该方法包括:响应于原始星座不能实现当前信道条件下广义互信息最大,将原始星座的参量、传输距离及信道条件转换为相关联网状动态变量;将相关联网状动态变量输入预先构建的迭代寻优模型,获得当前信道条件下的优选星座参量,解决动态信道条件下星座无法适配信道的问题。
-
-