[发明专利]一种信息调制方式确定方法、装置、电子设备及存储介质有效
申请号: | 201811337509.X | 申请日: | 2018-11-12 |
公开(公告)号: | CN109274625B | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 冯志勇;黄赛;严正行;张轶凡;张奇勋 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04L27/00 | 分类号: | H04L27/00 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 丁芸;项京 |
地址: | 100876 *** | 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: | |||
搜索关键词: | 一种 信息 调制 方式 确定 方法 装置 电子设备 存储 介质 | ||
1.一种信息调制方式确定方法,其特征在于,所述方法包括:
获取待解调信息;
将所述待解调信息转换成网格星座矩阵GCM,其中,通过预设公式,将所述待解调信息转换成网格星座矩阵GCM;
其中,所述预设公式为:
其中,I表示所述待解调信息的实部;Q表示所述待解调信息的虚部;max(·)表示所述待解调信息对应的输出向量的最大元素;min(·)表示所述待解调信息对应的输出向量的最小元素;表示向上取整函数;G表示调整所述GCM的维度和稀疏度的参数;K表示所述GCM的行数量;L表示所述GCM的列数量;所述GCM中每个元素为位于所述GCM网格中相应位置处信息符号数与信息符号总数的比例值;
将所述GCM输入到预先训练确定的目标对比全卷积网络CFCN中,通过所述预先训练确定的目标CFCN确定所述GCM对应的所述待解调信息的调制方式,其中,CFCN是基于对比损失函数的全卷积神经网络模型,通过将所述GCM输入到预先训练确定的目标对比全卷积网络CFCN中,确定所述GCM对应的所述待解调信息对应于各预设调制方式的概率值;将所述概率值中最大值对应的预设调制方式,确定为所述GCM对应的所述待解调信息的调制方式;其中,CFCN模型的训练是通过将多组标定调制方式的信息成对地输入到初始对比全卷积网络CFCN中进行训练,经过多次迭代训练直至所述初始对比全卷积网络CFCN的对比损失函数收敛,得到所述预先训练确定的目标对比全卷积网络CFCN;所述对比损失函数表示如下:
J(W)=Js(W)+Jr(W)+Jc(W0,W1)
其中,J(W)表示W对应的所述对比损失函数的值,W表示所述CFCN的所有权重;Js(W)表示交叉熵损失;Jr(W)表示L2正则化项;Jc(W0,W1)表示所述CFCN的所有权重为W0与所述CFCN的所有权重为W1的对比损失;
所述Jc(W0,W1)表示如下:
其中,1{·}表示指标函数;(·)+=max{·,0};Xa表示属于第ya个调制方式的所述GCM的输入;α表示调整类间特征的差异阈值;表示128维特征空间中一对特征向量之间的欧几里德距离;其中,所述欧几里德距离可表示如下:
其中,||·||2表示欧几里德范数;g()表示表示层模块的函数;Va表示融合模块输出的调制方式为ya的128维向量;Vb表示融合模块输出的调制方式为yb的128维向量。
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邮电大学,未经北京邮电大学许可,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/pat/books/201811337509.X/1.html,转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置