[发明专利]基于动态多核带宽广义回归神经网络算法的宽频段发信机非线性建模方法有效

专利信息
申请号: 201810648237.9 申请日: 2018-06-21
公开(公告)号: CN108768550B 公开(公告)日: 2021-07-06
发明(设计)人: 陈章;张江;姚富强;魏志虎;周强;陈剑斌;朱蕾;何攀峰 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: H04B17/13 分类号: H04B17/13;H04B17/12;H04B17/00;G06N3/04
代理公司: 北京方圆嘉禾知识产权代理有限公司 11385 代理人: 程华
地址: 210007*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于动态多核带宽广义回归神经网络算法的宽频段发信机非线性建模方法,包括如下步骤:搭建测试平台,测量并记录宽频段发信机全工作频段的非线性特征,收集测试信号的输入、输出幅度和相位值,以及对应的载波频率;根据载波频率对信号样本进行分段处理,利用幅度非均匀量化技术对输入信号的幅度进行量化,并通过动态记忆指纹技术来实现动态非线性指纹样本数据集的构建;使用动态非线性指纹样本数据集训练广义回归神经网络,结合最优化算法得到动态多核带宽广义回归神经网络模型,实现对宽频段发信机全频段非线性特征建模。
搜索关键词: 基于 动态 多核 带宽 广义 回归 神经网络 算法 宽频 发信 非线性 建模 方法
【主权项】:
1.一种基于动态多核带宽广义回归神经网络算法的宽频段发信机非线性建模方法,包括如下步骤:搭建测试平台,测量并记录宽频段发信机全工作频段的非线性特征,收集测试信号的输入、输出幅度和相位值,以及对应的载波频率;根据载波频率对信号样本进行分段处理,利用幅度非均匀量化技术对输入信号的幅度进行量化,并通过动态记忆指纹技术来实现动态非线性指纹样本数据集的构建;使用动态非线性指纹样本数据集训练广义回归神经网络,结合最优化算法得到动态多核带宽广义回归神经网络模型,实现对宽频段发信机全频段非线性特征建模。
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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201810648237.9/,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