[发明专利]基于深度学习的模数转换器的噪声抑制失真校正的装置和方法在审
| 申请号： | 201810334063.9 | 申请日： | 2018-04-14 |
| 公开（公告）号： | CN108599765A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 邹卫文;徐绍夫;陈建平 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | H03M1/08 | 分类号： | H03M1/08;H03M1/10;H03M1/12 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 张宁展 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的模数转换器中的噪声抑制和失真校正方法，可以实现对模数转换器中的噪声和失真进行校正的效果。该方法可应用于电子模数转换器或者光子模数转换器中，利用深度网络的学习能力，对需要进行噪声抑制和失真校正的模数转换器进行系统响应学习，在深度网络中建立起一个可抑制噪声和可失真信号重构的计算模型，从而将模数转换器得到的信号进行噪声抑制和失真校正，从而提升被学习模数转换器的性能。这对于提升微波光子雷达和光通信系统等需要高采样精度的微波光子系统的性能，具有十分关键的作用。 | ||
| 搜索关键词： | 模数转换器 失真校正 噪声抑制 转换器 噪声 学习 微波光子系统 光通信系统 计算模型 失真信号 微波光子 系统响应 学习能力 电子模 重构的 采样 光子 对模 校正 失真 雷达 网络 应用 | ||
【主权项】：
1.一种基于深度学习的模数转换器的噪声抑制和失真校正装置，其特征在于包括模数转换器(1)和深度学习信息处理模块(2)，所述的深度学习信息处理模块(2)包括微波信号源(2‑1)、数字信号处理器(2‑2)和深度网络(2‑3)，所述的微波信号源(2‑1)的第一输出端与所述的模数转换器(1)的输入端相连；所述的微波信号源(2‑1)的第二输出端与所述的数字信号处理器(2‑2)的输入端相连，所述的模数转换器(1)的输出端与所述的深度网络(2‑3)的第一输入端相连；所述的数字信号处理器(2‑2)的第一输出端与所述的深度网络(2‑3)的第二输入端相连。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810334063.9/，转载请声明来源钻瓜专利网。
