[发明专利]一种均衡器参数调试方法及设备、介质有效

专利信息
申请号: 202010312434.0 申请日: 2020-04-20
公开(公告)号: CN111683025B 公开(公告)日: 2023-04-18
发明(设计)人: 姜煦 申请(专利权)人: 浪潮思科网络科技有限公司
主分类号: H04L25/03 分类号: H04L25/03;G06N3/044;G06N3/048;G06N3/084
代理公司: 北京君慧知识产权代理事务所(普通合伙) 11716 代理人: 董延丽
地址: 250101 山东省济南*** 国省代码: 山东;37
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 均衡器 参数 调试 方法 设备 介质
【权利要求书】:

1.一种均衡器参数调试方法,其特征在于,所述方法包括:

将待调试的均衡器参数输入预先训练过的循环神经网络模型进行处理,所述循环神经网络模型的循环单元是根据所述均衡器的抽头设置的;

获取经过所述处理后,所述循环神经网络模型输出的所述均衡器参数对应的性能表现数据;

根据所述性能表现数据,对所述均衡器参数进行调整;

所述均衡器参数包括所述均衡器的抽头的抽头参数;所述循环神经网络模型按照如下方式得到:

通过调整各所述抽头的抽头参数,得到多组测试样本;

按照所述测试样本设置所述均衡器,并对其进行测试,得到对应的性能表现数据;

根据所述测试样本及其对应的性能表现数据,得到训练样本;

利用所述训练样本训练得到所述循环神经网络模型。

2.如权利要求1所述的方法,其特征在于,所述均衡器包括信号发送端,所述均衡器参数为所述信号发送端的参数。

3.如权利要求1所述的方法,其特征在于,根据所述均衡器的抽头,设置所述循环神经网络模型的循环单元,包括:

根据所述均衡器的抽头,设置所述循环神经网络模型的循环单元的时间步。

4.如权利要求3所述的方法,其特征在于,根据所述均衡器的抽头,设置所述循环神经网络模型的循环单元的时间步,包括:

将所述循环神经网络模型的循环单元的时间步相应地设置为所述均衡器的抽头的数量。

5.如权利要求1所述的方法,其特征在于,所述循环神经网络模型的隐藏层之后包括预设的参数矩阵层;

所述隐藏层用于将所述待调试的均衡器参数转换为激活值;

所述参数矩阵层用于将所述隐藏层输出的所述激活值转换为所述性能表现数据。

6.如权利要求1~5任一项所述的方法,其特征在于,所述均衡器包括有限冲击响应FIR滤波器。

7.如权利要求1~5任一项所述的方法,其特征在于,所述性能表现数据包括误码率。

8.一种均衡器参数调试设备,其特征在于,所述设备包括:

至少一个处理器;以及,

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:

将待调试的均衡器参数输入预先训练过的循环神经网络模型进行处理,所述循环神经网络模型的循环单元是根据所述均衡器的抽头设置的;

获取经过所述处理后,所述循环神经网络模型输出的所述均衡器参数对应的性能表现数据;

根据所述性能表现数据,对所述均衡器参数进行调整;

所述均衡器参数包括所述均衡器的抽头的抽头参数;所述循环神经网络模型按照如下方式得到:

通过调整各所述抽头的抽头参数,得到多组测试样本;

按照所述测试样本设置所述均衡器,并对其进行测试,得到对应的性能表现数据;

根据所述测试样本及其对应的性能表现数据,得到训练样本;

利用所述训练样本训练得到所述循环神经网络模型。

9.一种均衡器参数调试介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:

将待调试的均衡器参数输入预先训练过的循环神经网络模型进行处理,所述循环神经网络模型的循环单元是根据所述均衡器的抽头设置的;

获取经过所述处理后,所述循环神经网络模型输出的所述均衡器参数对应的性能表现数据;

根据所述性能表现数据,对所述均衡器参数进行调整;

所述均衡器参数包括所述均衡器的抽头的抽头参数;所述循环神经网络模型按照如下方式得到:

通过调整各所述抽头的抽头参数,得到多组测试样本;

按照所述测试样本设置所述均衡器,并对其进行测试,得到对应的性能表现数据;

根据所述测试样本及其对应的性能表现数据,得到训练样本;

利用所述训练样本训练得到所述循环神经网络模型。

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浪潮思科网络科技有限公司,未经浪潮思科网络科技有限公司许可,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/202010312434.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top