Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学李立华获国家专利权

北京邮电大学李立华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京邮电大学申请的专利高阶调制的大规模MIMO系统下的深度学习信号检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116505982B

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310496824.1,技术领域涉及:H04B7/0413;该发明授权高阶调制的大规模MIMO系统下的深度学习信号检测方法是由李立华;纪璇设计研发完成,并于2023-05-05向国家知识产权局提交的专利申请。

高阶调制的大规模MIMO系统下的深度学习信号检测方法在说明书摘要公布了:本发明公开了一种高阶调制的大规模MIMO系统下的深度学习信号检测方法,是一种在高阶调制下大规模多输入多输出mMIMO系统中,信道状态信息CSI未知的情况下,基于深度学习DL技术的低复杂度的性能近似最优的信号检测方案,在DeepSIC方案的基础上,一方面引入残差网络ResNet以提高深层网络信号检测的性能,另一方面简化网络结构以降低计算复杂度,进而实现提升性能并降低复杂度的目的。由于不发送导频信号,避免传统方法中CSI必须已知的条件,且不需要假设特定的信道模型,实现CSI未知下的高精度的信号检测,同时在提高性能的基础上,降低信号检测方案的计算复杂度。

本发明授权高阶调制的大规模MIMO系统下的深度学习信号检测方法在权利要求书中公布了:1.一种高阶调制的大规模MIMO系统下的深度学习信号检测方法,其特征在于,在迭代软干扰消除SIC算法展开的神经网络DeepSIC的基础上引入残差网络构建ResLight-DeepSIC信号检测器,并包括以下步骤: S1、利用ResLight-DeepSIC信号检测器生成条件分布的初始估计其中,是长度为Q的矢量,q为Q的索引值,即q=1,2,...,Q,Q为等效实信号星座的星座点数;m为M的索引值,即m=1,2,...,M,M为等效实发送信号向量s的符号个数;为第m个符号的条件分布向量的初始估计,等价表示为代表的含义是:将s中所有的符号smm=1,2,...,M的条件分布向量初始化为长度为Q的矢量,其中该矢量为等概向量; S2、基于概率向量计算得到对应符号{sk}k≠m的软符号和方差将输入第一个线性层,其中,是一个长度为2的矢量;s、y分别表示M×1维等效实发送信号和N×1维等效实接收信号,l为L的索引值,即l=1,2,...,L,其中L为检测器的总层数; S3、对于用户将和前一层概率向量输入至ResLight-DeepSIC信号检测器的第l,m个Res分类器,估计条件分布下的概率向量 S4、循环迭代直至收敛,由硬解码得到估计信号

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。