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！

龙图腾网恭喜北京邮电大学申请的专利基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法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：CN117978598B 。

龙图腾网通过国家知识产权局官网在2025-01-07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：202410111846.6，技术领域涉及：H04L27/00；该发明授权基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法是由余建国;段雯佳;李凯乐;武增良;黄雨婷设计研发完成，并于2024-01-26向国家知识产权局提交的专利申请。

本基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法在说明书摘要公布了：本发明公开了一种基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法，用于太赫兹通信领域。本发明方法包括：截取太赫兹通信系统发射端和接收端的信号，分离信号的实部和虚部，生成输入样本和标签数据，划分训练集和测试集；构建1D‑CNN复值神经网络结构的信号均衡模型，该模型中包含多个1D复值卷积层和一个复值全连接层；使用训练集对信号均衡模型训练，直到模型的准确度达到要求，将训练好的信号均衡模型部署在太赫兹通信系统接收端，实时对接收端解映射之前的信号进行补偿。本发明能直接、有效的补偿复值信号的损伤和非线性效应，满足信号均衡处理的需求，实现太赫兹通信系统信号的非线性均衡，能改善高频段通信系统的传输性能。

本发明授权基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法在权利要求书中公布了：1.一种基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法，其特征在于，包括如下步骤：步骤1：截取太赫兹通信系统发射端和接收端的信号，生成训练集和测试集；从发射端信号映射后截取信号作为标签数据，从接收端信号解映射之前截取信号作为输入数据；截取信号时，按照预设长度截取生成输入样本，每个样本包含多个信号且该样本要处理的信号是位于样本中间位置的信号；每个信号表示为复数数据，将每个信号的实部和虚部数据分离，分别存入一个向量的维度中；每个样本表示为一个包含多个信号的矩阵；所述的太赫兹通信系统为16-QAM正交频分复用系统，采用光外差法通过两路信号拍频得到频率为350GHz的太赫兹波；步骤2，构建1D-CNN复值神经网络结构的信号均衡模型；所述的信号均衡模型应用在接收端离线数字信号处理DSP中，设置在DSP处理中的快速傅里叶变换之后、信号解映射之前；所述信号均衡模型使用1D-CNN复值神经网络结构，包括：接收样本输入的输入层，对样本中信号进行特征提取的1D复值卷积层，以及复值全连接层；其中1D复值卷积层设置有h层，h大于2；每个1D复值卷积层对输入数据先进行复值卷积操作后再使用CReLU激活函数激活；在1D复值卷积层中保持获取的样本特征图与输入样本的矩阵大小相同；设预设长度为2k+1，当前样本要处理的信号是第i个信号xi，则截取该信号前后各k个信号作为一个样本，表示为S＝[xi-k，...，xi，...，xi+k]，将每个信号的实部和虚部数据分离存储，则当前样本表示为一个2k+1*2的矩阵；通过零填充补足输出特征图的大小，使得经每层1D复值卷积层处理后的样本特征图均与输入样本的矩阵大小相同；每个1D复值卷积层的复值卷积的计算操作视为四个实值卷积的操作：对于样本中的每个复值信号x＝Mr+jMi，复值卷积核W＝Kr+jKi，复值卷积表示为：W*x＝Mr+jMi*Kr+jKi＝Mr*Kr-Mi*Ki+jMr*Ki+Mi*Kr；复值全连接层中，设权重矩阵Wfc＝Wr+jWi，向量偏置为b，则复值全连接层的输出Y表示如下：Y＝X*Wfc+b＝Xr+jXi*Wr+jWi+b＝Xr*Wr-Xi*Wi+jXr*Wi+Xi*Wr+b；其中，X是输入复值全连接层的特征，表示为X＝Xr+jXi；步骤3，使用训练集对所述信号均衡模型进行训练，直到使用测试集测试所述信号均衡模型的准确度达到要求，将训练好的信号均衡模型部署在太赫兹通信系统接收端，实时对接收端解映射之前的信号进行补偿。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。