-
公开(公告)号：CN107317778A
公开(公告)日：2017-11-03
申请号：CN201710630039.5
申请日：2017-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于1D-CNN的BPSK调制信号相位跳变检测方法，旨在保证较低误码率的同时，提高相位跳变检测速度。实现步骤为：获取一维卷积神经网络训练集；获取两个指示相反相位跳变的相位跳变标签集；设定一维卷积神经网络；用获取的训练集和两个相位跳变标签集分别对一维卷积神经网络进行训练；获取待检测序列；设定判决阈值；使用一维卷积神经网络对待检测序列进行检测并对检测结果进行阈值判断；获取相位跳变检测结果序列。本发明具有在保证较低误码率前提下检测速度快，鲁棒性较好，并且对待检测BPSK调制信号起始位置无要求的优点，可用于卫星通信、深空通信。
-
公开(公告)号：CN109902802A
公开(公告)日：2019-06-18
申请号：CN201910060523.8
申请日：2019-01-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于FPGA的卷积神经网络训练系统及方法，系统包括：核心处理模块，用于提供第一训练集数据并初始化卷积神经网络的第一网络参数，以及接收第二网络参数误差；输入数据转换模块，用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数；前向计算引擎模块，用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差；反向计算引擎模块，用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差；输出数据转换模块，用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行，还减少对公共数据总线的占用以及存储带宽的需求。
-
公开(公告)号：CN109902802B
公开(公告)日：2020-12-29
申请号：CN201910060523.8
申请日：2019-01-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于FPGA的卷积神经网络训练系统及方法，系统包括：核心处理模块，用于提供第一训练集数据并初始化卷积神经网络的第一网络参数，以及接收第二网络参数误差；输入数据转换模块，用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数；前向计算引擎模块，用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差；反向计算引擎模块，用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差；输出数据转换模块，用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行，还减少对公共数据总线的占用以及存储带宽的需求。
-
公开(公告)号：CN107317778B
公开(公告)日：2019-11-26
申请号：CN201710630039.5
申请日：2017-07-28
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于1D‑CNN的BPSK调制信号相位跳变检测方法，旨在保证较低误码率的同时，提高相位跳变检测速度。实现步骤为：获取一维卷积神经网络训练集；获取两个指示相反相位跳变的相位跳变标签集；设定一维卷积神经网络；用获取的训练集和两个相位跳变标签集分别对一维卷积神经网络进行训练；获取待检测序列；设定判决阈值；使用一维卷积神经网络对待检测序列进行检测并对检测结果进行阈值判断；获取相位跳变检测结果序列。本发明具有在保证较低误码率前提下检测速度快，鲁棒性较好，并且对待检测BPSK调制信号起始位置无要求的优点，可用于卫星通信、深空通信。
-
-
-
Search Results
4
records
(took 0.022 seconds)
