[发明专利]一种基于深度学习的毫米波信号检测方法有效
| 申请号： | 201910199408.9 | 申请日： | 2019-03-15 |
| 公开（公告）号： | CN109995449B | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 赵成林;李斌;许方敏;刘宏福 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H04B17/391 | 分类号： | H04B17/391;G06N3/04;G06N3/08 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 王刚 |
| 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： | 本发明公开了一种基于深度学习的毫米波信号检测方法，其特征在于，包括：使用特征编码方法对接收信号进行标注，得到标注数据；对所述标注数据进行预处理，得到训练数据和测试数据；将所述训练数据输入神经网络模型进行线下训练并使用所述测试数据对所述神经网络模型进行测试，固化所述神经网络模型，得到毫米波检测神经网络模型；将所述毫米波检测神经网络模型应用于线上毫米波信号检测，解决非线性失真和多径干扰问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 毫米波 信号 检测 方法 | ||
【主权项】：
1.一种基于深度学习的毫米波信号检测方法，其特征在于，包括：使用特征编码方法对接收信号进行标注，得到标注数据；对所述标注数据进行预处理，得到训练数据和测试数据；将所述训练数据输入神经网络模型进行线下训练并使用所述测试数据对所述神经网络模型进行测试，固化所述神经网络模型，得到毫米波检测神经网络模型；将所述毫米波检测神经网络模型应用于线上毫米波信号检测，解决非线性失真和多径干扰问题。
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/patent/201910199408.9/，转载请声明来源钻瓜专利网。
