摘要
本申请涉及网络通信技术领域,公开了一种信号处理方法、装置、设备、存储介质及计算机程序产品,包括:获取具有非线性损伤的均衡后信号,并对均衡后信号进行归一化处理,生成目标输入信号;将目标输入信号输入至改进后的多任务神经网络中进行非线性补偿,得到补偿后信号,其中,多任务神经网络通过逐步遍历法和贝叶斯优化确定各层中的神经元数量,并根据计算复杂度构建的优化目标进行优化训练。本申请通过多任务学习的权重共享机制,实现对多个符号的联合处理,减少了传统单任务神经网络中冗余计算操作,在确保补偿精度的同时,显著降低计算复杂度,满足高数据速率传输场景下的实时处理需求。
技术关键词
多任务神经网络
信号处理方法
复杂度
非线性
计算机程序产品
超参数
中间层
数字信号处理
载波相位恢复
信号预处理模块
采样示波器
信号处理设备
相干接收机
信号处理装置
网络通信技术
色散补偿
判决模块
处理器
模型更新
系统为您推荐了相关专利信息
大语言模型
数学计算器
执行器
非易失性存储介质
推理方法
复杂度
能耗优化方法
SLAM算法
传感器
分析模块
电气控制电路
诊断系统
学习控制器
在线增量学习
机械特征