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！

龙图腾网获悉中国人民解放军海军潜艇学院申请的专利基于深度学习和深度迁移学习的水下非固定节点通信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：CN116232478B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310239579.6，技术领域涉及：H04B13/02；该发明授权基于深度学习和深度迁移学习的水下非固定节点通信方法是由韩树平;胡耀辉;徐景峰;李智忠;李厚全;赵桁;杨刚设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本基于深度学习和深度迁移学习的水下非固定节点通信方法在说明书摘要公布了：本发明属于通信技术领域，公开了一种基于TCN深度学习和Fine‑tuning深度迁移学习的水下非固定节点M元扩频通信方法，其特征在于，该方法具体包括：S1：TCN网络模型设计；S2：TCN线下强化训练预训练；S3：TCN基于海上实测数据的迁移学习。本发明在应对近海多普勒、多径复杂环境非固定节点M元水声扩频通信中相对于传统扩频接收技术和频率压缩技术，更适用于低信噪比、多普勒背景海况。本发明提出的基于TCN深度学习和Fine‑tuning深度迁移学习的水下非固定节点M元扩频通信方法提高了传统扩频方法的通信效果，仿真结果表明，以误码率0.01为参考，127码TCN模型较频率压缩接收器信噪比可降低3dB，511码TCN模型较频率压缩接收器信噪比可降低6dB；试验结果表明，经迁移学习的TCN‑TL模型灵活适应了试验海区噪声、信道环境，解码效果明显优于传统技术。

本发明授权基于深度学习和深度迁移学习的水下非固定节点通信方法在权利要求书中公布了：1.一种基于TCN深度学习和Fine‑tuning深度迁移学习的水下非固定节点M元扩频通信方法，其特征在于，包括： S1：TCN网络模型设计； S2：TCN线下强化训练； S3：TCN基于海上实测数据的迁移学习； 所述S1具体包括： 针对M元水声通信扩频接收波形信号特点，设计基于残差网络的TCN深度学习网络模型，基于膨胀卷积和深度残差网络获得随着网络深度指数增加的感受野，在实际TCN网络中，膨胀卷积基数设为2，感受野随层数增加呈2的指数幂增大；同时为了进一步扩大感受野卷积核大小设置为5；在TCN残差块后设置全局池化层、全连接层、Softmax层、Classification层进行分类； 所述S2具体包括： 利用BELLHOP仿真信号线下训练TCN模型，训练过程中，针对实际复杂动力环境下径向多普勒、信道条件强时变性，在线下训练阶段在仿真训练集加入针对多普勒和多径的数据加强预处理过程。

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中国人民解放军海军潜艇学院，其通讯地址为：266000 山东省青岛市李沧区金水路1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”。

以上内容由龙图腾AI智能生成。