恭喜华侨大学陈俊东获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜华侨大学申请的专利基于深度学习的非相干混沌通信方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119544430B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510080480.5,技术领域涉及:H04L27/00;该发明授权基于深度学习的非相干混沌通信方法及装置是由陈俊东;黄婷婷;曾焕强;洪胜民;陈启望;周浩宇设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。
本基于深度学习的非相干混沌通信方法及装置在说明书摘要公布了:本发明公开了一种基于深度学习的非相干混沌通信方法及装置,涉及数据处理领域,包括:获取待解调的混沌接收信号并进行功率谱密度估计,得到PSD序列并输入到经训练的混沌接收信号解调模型,通过输入层接收PSD序列,PSD序列经过第一BiLSTM层,提取到PSD序列的第一时域特征,再经过自注意力层,得到第一中间特征,第一中间特征经过第一Dropout层,得到第二中间特征,第二中间特征经过第二BiLSTM层,提取得到PSD序列的第二时域特征,再经过第二Dropout层,得到第三中间特征;将第三中间特征输入到全连接层和Softmax层进行特征整合,得到概率分布向量,概率分布向量通过分类层进行最大似然判决,得到估计的二进制信息比特。本发明解决现有的混沌通信系统频谱效率低的问题。
本发明授权基于深度学习的非相干混沌通信方法及装置在权利要求书中公布了:1.一种基于深度学习的非相干混沌通信方法,其特征在于,包括以下步骤:获取待解调的混沌接收信号并进行功率谱密度估计,得到PSD序列,所述待解调的混沌接收信号的获取过程如下:获取待发送的二进制信息比特;根据待发送的二进制信息比特选择混沌映射函数,调制得到混沌发射信号,所述待发送的二进制信息比特表示为dn∈{0,1},其中n表示第n个待发送的二进制信息,若dn=0,则选择Logistic映射函数对所述待发送的二进制信息比特进行映射,若dn=1,则选择Cubic映射对所述待发送的二进制信息比特进行映射,如下式所示: 其中,f1xk表示由Logistic映射产生的混沌序列,f2xk表示由Cubic映射产生的混沌序列,xk表示所述混沌序列中第k个位置的数值,β为扩展因子,sn表示混沌发射信号;所述混沌发射信号通过信道传输,得到所述待解调的混沌接收信号;构建基于深度神经网络的混沌接收信号解调模型并训练,得到经训练的混沌接收信号解调模型,所述混沌接收信号解调模型包括输入层、隐藏层和输出层,所述隐藏层包括依次连接的第一BiLSTM层、自注意力层、第一Dropout层、第二BiLSTM层、第二Dropout层、全连接层和Softmax层,所述输出层包括分类层;将所述PSD序列输入到所述经训练的混沌接收信号解调模型,通过所述输入层接收所述PSD序列,所述PSD序列输入到所述隐藏层,所述PSD序列经过所述第一BiLSTM层,提取到所述PSD序列的第一时域特征,所述PSD序列的第一时域特征经过所述自注意力层,得到第一中间特征,所述第一中间特征经过所述第一Dropout层进行随机失活处理,得到第二中间特征,所述第二中间特征经过所述第二BiLSTM层,提取得到所述PSD序列的第二时域特征,所述PSD序列的第二时域特征经过所述第二Dropout层进行随机失活处理,得到第三中间特征;将所述第三中间特征输入到所述全连接层和Softmax层进行特征整合,得到概率分布向量,所述概率分布向量输入到所述输出层,通过所述分类层进行最大似然判决,得到估计的二进制信息比特。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华侨大学,其通讯地址为:362000 福建省泉州市丰泽区城东城华北路269号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。