“O·申塔尔”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]用于低密度奇偶校验编码的位替换-CN202180095578.8在审
发明人：刘巍;T·J·理查森;武良明;许昌龙;O·申塔尔;徐晧 -专利权人：高通股份有限公司
申请日： 2021-03-18 - 公布日： 2023-10-27 - 主分类号： H04L1/00 文献下载
摘要：描述了用于无线通信的方法、系统和设备，以支持用一个或多个对应的奇偶校验位集合替换一个或多个信息位向量的值。第一无线设备可以使用信息位向量的信息位集合并且基于奇偶校验矩阵来用奇偶校验位向量替换信息位向量，这可以导致在编码期间在与奇偶校验矩阵的奇偶校验位列相对应的信息位向量处生成信息位集合。第一无线设备可以执行到第二无线设备的发送，第二无线设备可以接收该发送，将信息位集合解码为与奇偶校验位列相对应的信息位向量。第二无线设备可以用信息位集合替换与信息位列相对应的向量的其它位估计。
用于密度奇偶校验编码替换

[发明专利]星座整形相关的编码选择-CN202180094874.6在审
发明人：武良明;许昌龙;刘康琦;李剑;郑瑞明;徐晧;O·申塔尔 -专利权人：高通股份有限公司
申请日： 2021-03-05 - 公布日： 2023-10-17 - 主分类号： H04L27/18 文献下载
摘要：本公开的各方面涉及利用调制和编码方案的无线通信，该调制和编码方案选择性地或动态地应用概率整形编码(PCS)来调制所发送的波形。通信设备可以确定是否应用PCS。如果要应用PCS，则设备可以基于系统码对消息进行编码；并且如果不应用PCS，则设备可以基于非系统码对消息进行编码。还要求保护和描述了其它方面、实施例和特征。
星座整形相关编码选择

[发明专利]用于星座整形的交织器-CN202180089602.7在审
发明人：武良明;肖可鑫;许昌龙;李剑;刘康琦;郑瑞明;O·申塔尔;徐皓;T·J·理查森 -专利权人：高通股份有限公司
申请日： 2021-01-13 - 公布日： 2023-09-05 - 主分类号： H04L1/00 文献下载
摘要：本公开的各方面涉及无线通信，其中波形是根据概率星座整形结合调制来配置的。无线传输设备可以使用被配置用于概率幅度整形的分布匹配器(DM)从信息比特序列确定幅度码元序列。该设备可以进一步应用纠错码来对与幅度码元序列的至少一部分相对应的信息块进行编码。并且该设备可以基于经编码信息块来生成输出码元序列以供传输。在各种示例中，该设备可以对该幅度码元序列、该信息块、该经编码信息块、或该幅度码元序列和该经编码信息块的组合中的一者或多者应用交织以生成输出码元序列。还要求保护并描述了其他方面、实施例和特征。
用于星座整形交织

[发明专利]一种用于通信的方法、装置和计算机可读存储介质-CN202110960204.X有效
发明人： O·J·皮拉南;J·E·I·维里亚拉;O·申塔尔;S·文卡特桑;M·米利拉 -专利权人：诺基亚技术有限公司
申请日： 2021-08-20 - 公布日： 2023-05-05 - 主分类号： H04J11/00 文献下载
摘要：本公开涉及MIMO系统中的协方差矩阵和特征值分解的正则化。一种方法，包括：获得噪声和干扰协方差矩阵；执行噪声和干扰协方差矩阵的缩放；确定经缩放的噪声和干扰协方差矩阵的对角线元素的和；通过该和，对经缩放的噪声和干扰协方差矩阵执行第一频谱偏移，以获得第一频谱偏移矩阵；对第一频谱偏移矩阵执行特征值分解以获得特征值矩阵；通过该和，对特征值矩阵执行第二频谱偏移；将特征值矩阵限制为对角矩阵；以及获得新的噪声和干扰协方差矩阵，该新的噪声和干扰协方差矩阵将经缩放的的噪声和干扰协方差矩阵与特征值对相加，特征值对至少部分地基于所执行的特征值分解而获得。
一种用于通信方法装置计算机可读存储介质

[发明专利]通信系统中的学习-CN201880099701.1有效
发明人： J·霍伊迪斯;O·申塔尔 -专利权人：诺基亚技术有限公司
申请日： 2018-11-22 - 公布日： 2022-09-13 - 主分类号： H04B1/16 文献下载
摘要：描述了一种装置、方法和计算机程序，包括：初始化传输系统的接收器的可训练参数，其中接收器包括解调模块、量化模块以及解码器，解调模块用于解调接收到的符号，量化模块用于生成经解调的符号的量化版本并且解码器用于生成从经解调的符号的量化版本得到的解码输出，其中解调模块具有至少一些可训练权重，并且量化模块具有至少一些可训练权重；在接收器处接收消息的第一训练序列；获得或者生成损失函数；以及基于损失函数来更新接收器的可训练参数中的至少一些可训练参数，其中更新接收器的至少一些可训练参数包括更新解调模块的可训练权重中的至少一些可训练权重、以及更新量化模块的可训练权重中的至少一些可训练权重。
通信系统中的学习

[发明专利]深度学习特征波束成形-CN201880100058.X在审
发明人： O·申塔尔 -专利权人：诺基亚通信公司
申请日： 2018-10-11 - 公布日： 2021-07-30 - 主分类号： H04B7/0426 文献下载
摘要：根据一个示例实施例，提供了一种方法，该方法包括：利用第一向量初始化第一递归神经网络；迭代地训练用于第一递归神经网络的一个或多个层的权重矩阵，其中W(t)是第一递归神经网络的层的对应于迭代t的权重矩阵，并且其中W(t)至少基于信道协方差矩阵、第一向量、以及来自第一递归神经网络的前一层的对应于迭代t‑1的输出；并且基于来自第一递归神经网络的收敛输出来确定第一特征向量，其中该第一特征向量被用来执行用于多输入多输出接收和/或发送的波束成形。
深度学习特征波束成形