[发明专利]一种基于深度学习的删余卷积码码率识别方法在审
| 申请号： | 202310616307.3 | 申请日： | 2023-05-29 |
| 公开（公告）号： | CN116488663A | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 杨杰;闫昌宜;马瑛 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | H03M13/01 | 分类号： | H03M13/01;H03M13/23;G06N20/20;H04L1/00 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 邬晓楠 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种基于深度学习的删余卷积码码率识别方法,属于信道编码参数识别技术领域。本发明通过建立基于一维多尺度卷积网络的识别模型，直接将一维的比特数据输入网络，输出分类识别结果，避免人工提取特征的复杂性；根据删余卷积码的线性相关性，采用能更好识别删余矩阵特征的多尺度卷积网络框架，相比较于其他的已有深度学习框架，能实现更高的识别率和更好的抗干扰能力；通过采用集成学习方法，同时将数据输入多个不同初始化的模型进行识别，并投票得出结果，有效地提升模型的鲁棒性，使得模型的抗干扰能力更强，面对不同的输入数据有更好的稳定性。本发明适用通信领域，提高信道编码的识别率、降低运算复杂度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 卷积码 识别 方法 | ||
【主权项】：
暂无信息
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北京理工大学，未经北京理工大学许可，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/202310616307.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种稳定性好的悬挂行车
- 下一篇：摩托车、多缸发动机以及空滤器
- 同类专利
- 专利分类
