[发明专利]一种基于深度学习的信号检测方法有效
| 申请号： | 201910482932.7 | 申请日： | 2019-06-04 |
| 公开（公告）号： | CN110336631B | 公开（公告）日： | 2020-10-13 |
| 发明（设计）人： | 钟财军;高佳宝;易雪梅;陈晓明;张朝阳 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | H04B17/382 | 分类号： | H04B17/382;G06K9/62;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟;白静兰 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于无线通信领域，涉及一种基于深度学习的信号检测方法：对时域信号采样向量进行能量归一化后，输入单节点检测神经网络，输出主信号存在或不存在的两类概率向量，取其中较大者，得到单节点检测结果，作为信号检测结果；或，对不同节点的时域信号采样向量进行能量归一化后，输入单节点检测神经网络，输出主信号存在或不存在的两类概率向量，并作为多节点协作检测神经网络的输入，得到多节点检测结果，作为信号检测结果；其中，所述单节点检测神经网络通过二段训练法进行训练。本发明有效挖掘、利用了调制信号的结构化信息和单节点的软信息，提升了单节点检测性能和多节点协作检测性能，改善了已有的传统信号检测方法的以上缺陷。 | ||
| 搜索关键词： | 一种 基于 深度 学习 信号 检测 方法 | ||
【主权项】：
1.一种基于深度学习的信号检测方法，其特征在于，所述信号检测方法为：当对单节点进行检测时，将时域信号采样向量进行能量归一化后，输入单节点检测神经网络，输出主信号存在或不存在的两类概率向量，取其中较大者，作为信号检测结果；当对多节点进行检测时，将对不同节点的时域信号采样向量进行能量归一化后，输入单节点检测神经网络，输出主信号存在或不存在的两类概率向量，并作为多节点协作检测神经网络的输入，将多节点协作检测神经网络的输出作为信号检测结果；其中，当对单节点进行检测时和对多节点进行检测时，所述单节点检测神经网络均通过二段训练法进行训练。
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浙江大学，未经浙江大学许可，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/201910482932.7/，转载请声明来源钻瓜专利网。
