基于有监督深度学习的水下无线光通信编解码方法及系统

AITNT
正文
推荐专利
基于有监督深度学习的水下无线光通信编解码方法及系统
申请号:CN202410922363
申请日期:2024-07-10
公开号:CN118784090A
公开日期:2024-10-15
类型:发明专利
摘要
本发明公开了一种基于有监督深度学习的水下无线光通信编解码方法及系统。系统包括发射单元、接收单元及高速采集处理单元,采用深度学习完成解码。数据经RS编码、加扰和帧同步处理形成发送帧,由发射单元输出光信号。光信号经水下信道传输后由接收单元转换为电信号,再由高速采集处理单元转为全波形数据,并通过深度学习解码。训练数据通过仿真模型产生,模型设置通信距离、发射角度、海水特性等参数,生成随机发送和接收数据,用于训练深度学习模型。训练后的模型用于解码,实际通信数据和接收波形数据可进一步优化模型。该方法无需复杂判断和运算或构建复杂水下场景,适用范围广、抗噪声能力强,适合实时处理。
技术关键词
水下无线光通信 监督深度学习 编解码方法 解码模型 发射单元 水下场景 训练深度学习模型 生成随机 波形 水下光通信 定位帧头 深度学习训练 光信号 生成训练数据 电信号 编解码系统 输入接口 信道
系统为您推荐了相关专利信息
1
基于多尺度特征的目标检测方法、装置、设备及存储介质
编码特征 多尺度特征 编码模块 图像 解码模块
2
一个基于向量全聚焦的电缆封铅内部缺陷定位方法及系统
缺陷定位方法 坐标系 三维立体模型 发射单元 信号
3
一种基于频域均衡技术的水下无线光通信方法
频域均衡技术 均衡滤波器 OFDM系统 OFDM符号 频域信道响应
4
一种图像校正异常处理方法、设备、芯片及存储介质
二次转印辊 图案 计算机程序指令 图像校正 电子芯片
5
一种基于双网络协同的半监督深度学习图像复原增强方法
语义特征 半监督训练 分支 多尺度特征提取 监督深度学习
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号