[发明专利]一种基于并行深度学习网络的OFDM信道预测方法和系统有效
| 申请号： | 202110813379.8 | 申请日： | 2021-07-19 |
| 公开（公告）号： | CN113660184B | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 何怡刚;隋永波;王枭;黄源;何鎏璐;程彤彤 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | H04L25/02 | 分类号： | H04L25/02;H04B17/373;H04L27/26;G06N3/08 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 张宇 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 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并行深度学习网络的OFDM无线通信系统信道预测方法和系统，属于无线通信自适应传输技术领域。通过并行深度学习网络对导频OFDM符号子载波的信道状态信息进行训练，实现导频OFDM符号信道状态信息的有效预测。为了提高对输入信道状态信息的泛化能力，提供一种包含数个平行的网络单元的并行深度学习网络的信道预测器，每个网络包含多个网络层。为了引入稀疏性，提供一种群组前向变量选择的输出权重估计方法。本发明公开的并行深度学习的信道预测器对导频子载波的信道状态信息具有良好的泛化能力，可以输出稀疏的输出权重矩阵，可以很好地实现OFDM信道预测，可以为自适应OFDM无线通信的自适应传输和自适应编码等提供保障。 | ||
| 搜索关键词： | 一种 基于 并行 深度 学习 网络 ofdm 信道 预测 方法 系统 | ||
【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武汉大学，未经武汉大学许可，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/202110813379.8/，转载请声明来源钻瓜专利网。
