专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明公开

CN116346549A 采用卷积神经网络信道簇检测的水声信道稀疏估计方法审中-实审
公开(公告)号：CN116346549A
公开(公告)日：2023-06-27
申请号：CN202310220399.3
申请日：2023-03-08
申请人：中国科学院声学研究所
发明人：王迪雅 , 台玉朋 , 王海斌 , 汪俊 , 吴立新 , 张永霖
IPC分类号： H04L25/02 , H04L25/03 , H04B13/02 , H04B11/00
摘要：本发明属于水声信号处理技术领域，具体涉及采用卷积神经网络信道簇检测的水声信道稀疏估计方法，用于OFDM水声通信系统，所述方法包括：获取对应不同数据块基于导频信息的频域信号；对上述频域信号进行信道粗估计；将信道粗估计结果输入预先建立和训练好的簇检测模型进行簇检测，得到信道簇位置信息；根据信道簇位置信息结合稀疏估计算法实现信道估计。本发明利用卷积神经网络对水声信道进行簇检测，进而将簇检测结果和稀疏估计类方法相结合，限制信道的搜索空间，降低噪声对信道估计的影响，提高估计精度，相比传统方法，该方法具有更高的信道估计精度以及稳定性和鲁棒性。

2. 发明公开

CN117240666A 一种基于簇自注意力机制的神经网络水声信道估计方法审中-实审
公开(公告)号：CN117240666A
公开(公告)日：2023-12-15
申请号：CN202311051854.8
申请日：2023-08-21
申请人：中国科学院声学研究所
发明人：王迪雅 , 张永霖 , 台玉朋 , 王海斌 , 汪俊 , 吴立新
IPC分类号： H04L25/02 , H04B13/02
摘要：本发明公开了一种基于簇自注意力机制的神经网络水声信道估计方法，该方法包括：接收正交频分复用水声通信系统的时域OFDM信号，并转换为频域OFDM信号；基于导频信息，对频域OFDM信号进行信道LS粗估计；基于LS粗估计结果，通过参考阈值进行簇位置识别；将LS粗估计结果和簇位置识别结果输入预先建立和训练好的水声信道估计模型，得到水声信道估计结果；所述水声信道估计模型采用基于簇自注意力机制的复数神经网络。本发明使得神经网络能够将注意力集中在簇内的特征上；将水声信道分为趋势和随机两部分分量进行特征提取，并通过特征融合来获得更加全面的特性信息。该发明实现了结合水声信道特性的良好神经网络架构设计。

3. 发明公开

CN117375731A 一种水声通信多途信道时变特性量化分析方法及系统审中-实审
公开(公告)号：CN117375731A
公开(公告)日：2024-01-09
申请号：CN202311405857.7
申请日：2023-10-27
申请人：中国科学院声学研究所南海研究站
发明人：李宪鹏 , 台玉朋 , 甘维明 , 张永霖
IPC分类号： H04B13/02 , H04B17/309
摘要：本发明提供了一种水声通信多途信道时变特性量化分析方法及系统，包括：获取水声多途时变信道冲激响应；根据水声多途时变信道冲激响应，利用信道自相关函数计算信道平均相关系数；根据计算得到的信道平均相关系数对多途信道时变特性进行量化评价。本发明的优势在于：本申请所提出的信道平均相关系数在一定条件下与均衡器的残余误差呈负相关关系，理论上就与通信性能存在相关性。它由信道自相关函数表示，可以实现对水声多途信道时变特性的量化分析，从而衡量信道时变特性对通信性能的影响。

4. 发明授权

CN116915555B 一种基于自监督学习的水声信道估计方法及装置有权
公开(公告)号：CN116915555B
公开(公告)日：2023-12-29
申请号：CN202311091048.3
申请日：2023-08-28
申请人：中国科学院声学研究所
发明人：张永霖 , 王迪雅 , 台玉朋 , 王海斌 , 汪俊 , 吴立新
IPC分类号： H04L25/02 , H04B11/00 , H04B13/02
摘要：本发明提供一种基于自监督学习的水声信道估计方法及装置。该方法包括：对接收信号进行信道粗估计得到对应于发送信号中每个子载波在导频信息插入位置的初始信道估计，所述接收信号是将发送信号中插入导频信息并通过水声信道传输后的信号；从第一组导频位置开始对所述初始信道估计进行第一下采样，从第二组导频位置开始对所述初始信道估计进行第二下采样,对所述第一下采样后的初始信道估计进行第一插值得到第一信道估计；以及，对所述第二下采样后的初始信道估计进行第二插值得到第二信道估计,将所述第一信道估计输入神经网络模型，得到预测信号估计，以减小所述预测信号估计和所述第二信道估计的差距为优化目标，训练所述神经网络模型。如此，可以不依赖水声标签(56)对比文件WO 2023041143 A1,2023.03.23WO 2023057064 A1,2023.04.13张永霖等“.水声通信中的信道估计与机器学习交叉研究进展”《.声学技术》.2022,全文.唐立行.“基于OFDM的水声通信系统信道估计技术研究”《.中国硕士学位论文全文数据库》.2021,全文.Yonglin Zhang等.“Complex-valued DeepNetwork aided Channel Tracking forUnderwater Acoustic communications”.《OCEANS 2022 - Chennai》.2022,全文.BHEKISIZWE MTHETHWA等“.Deep Learning-Based Wireless Channel Estimation forMIMO Uncoded Space-Time LabelingDiversity”《.IEEE Access》.2020,全文.Kai Mei等“.A Low Complexity Learning-Based Channel Estimation for OFDM SystemsWith Online Training”《.IEEE TRANSACTIONSON COMMUNICATIONS, VOL. 69, NO. 10,OCTOBER 2021》.2021,第69卷(第10期),全文.Baoye Zhang等.“An EffectiveGenerative Model Based Channel EstimationMethod With Reduced Overhead”《.IEEETransactions on Vehicular Technology ( Volume: 71, Issue: 8, August 2022)》.2022,第71卷(第8期),全文.RONGKUN JIANG等“.Deep Neural Networksfor Channel Estimation in UnderwaterAcoustic OFDM Systems”《.IEEE Access 》.2019,全文.汪周飞;袁伟娜.基于深度学习的多载波系统信道估计与检测.浙江大学学报(工学版).2020,(第04期),全文.

5. 发明公开

CN116915555A 一种基于自监督学习的水声信道估计方法及装置有权
公开(公告)号：CN116915555A
公开(公告)日：2023-10-20
申请号：CN202311091048.3
申请日：2023-08-28
申请人：中国科学院声学研究所
发明人：张永霖 , 王迪雅 , 台玉朋 , 王海斌 , 汪俊 , 吴立新
IPC分类号： H04L25/02 , H04B11/00 , H04B13/02
摘要：本发明提供一种基于自监督学习的水声信道估计方法及装置。该方法包括：对接收信号进行信道粗估计得到对应于发送信号中每个子载波在导频信息插入位置的初始信道估计，所述接收信号是将发送信号中插入导频信息并通过水声信道传输后的信号；从第一组导频位置开始对所述初始信道估计进行第一下采样，从第二组导频位置开始对所述初始信道估计进行第二下采样,对所述第一下采样后的初始信道估计进行第一插值得到第一信道估计；以及，对所述第二下采样后的初始信道估计进行第二插值得到第二信道估计,将所述第一信道估计输入神经网络模型，得到预测信号估计，以减小所述预测信号估计和所述第二信道估计的差距为优化目标，训练所述神经网络模型。如此，可以不依赖水声标签信息以及监督学习的限制对信道进行估计。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式