龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京遥感设备研究所
摘要：本说明书提供了一种基于SE‑LSTM的资源独立的联合SNR预测和信道估计方法，涉及信道估计技术领域；初始化WOA算法参数，根据SE‑LSTM模块及存储参数，进行时间与空间两维度的特征信息提取与学习，确定适应度；将适应度输入至WOA算法模块，进行参数搜索及最优适应度更新；当搜索次数未超过预设最大迭代数时，返回SE‑LSTM模块重新训练网络，将训练结果传输至WOA算法模块，并不断搜索同时更新最佳参数与最优适应度；当搜索次数超过最大迭代次数，输出最佳参数及最优适应度，得到信道估计网络模型；将待预测信号输入到信道估计网络模型中，得到待预测信号的SNR预测值和信道估计响应。解决了现有方法依赖人工经验调参效果不佳，及由于无效调参造成的时间与资源上浪费的问题。
主权项：1.一种基于SE-LSTM的资源独立的联合SNR预测和信道估计方法，其特征在于，获取待处理数据，WOA初始化模块初始化WOA算法参数；根据SE-LSTM模块及存储参数，对所述待处理数据进行时间与空间两维度的特征信息提取与学习，输出RMSE均方误差值，确定适应度；将所述适应度输入至WOA算法模块，进行参数搜索及最优适应度更新，并将搜索到的参数进行存储；当搜索次数未超过预设最大迭代数时，返回SE-LSTM模块重新训练网络，将训练结果传输至所述WOA算法模块，并不断搜索同时更新最佳参数与最优适应度；当搜索次数超过所述最大迭代次数，输出最佳参数及最优适应度，并保存WOA-SE-LSTM信道估计网络模型；从待预测信号提取出对应的参考信号并输入到所述WOA-SE-LSTM信道估计网络模型中，得到所述待预测信号的SNR预测值和对应时频位置上的信道估计响应。
全文数据：
权利要求：
百度查询： 北京遥感设备研究所 一种基于SE-LSTM的资源独立的联合SNR预测和信道估计方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号