基于自适应降噪的LSTM-DRSN自动编码器的端到端通信方法、程序、设备及存储介质

AITNT
正文
推荐专利
基于自适应降噪的LSTM-DRSN自动编码器的端到端通信方法、程序、设备及存储介质
申请号:CN202510738093
申请日期:2025-06-04
公开号:CN120671739A
公开日期:2025-09-19
类型:发明专利
摘要
本发明属于基于深度学习的通信技术领域,具体涉及基于自适应降噪的LSTM‑DRSN自动编码器的端到端通信方法、程序、设备及存储介质。本发明将LSTM‑DRSN神经网络的编码器作为通信发送端,解码器作为通信接收端,待传输数据通过发送端的编码器具有同相分量和正交分量的发送信号,经过信道环境加入的噪声干扰通过解码器的DRSN层中的软阈值化操作实现自适应降噪,并解码还原为原始数据,实现端到端通信。本发明通过引入LSTM模型实现了对任意块长度的适应性,解决了输入序列变化时需重新设计结构的问题。本发明设计的LSTM‑DRSN系统在多种信道条件下显著提高了SNR增益,并克服了传统系统的局限性。
技术关键词
自动编码器 通信方法 解码器 Softmax函数 接收端 发送端 信道 参数 信号 梯度下降算法 LSTM模型 构建训练集 计算机装置 计算机程序产品 噪声 处理器 软判决 传播算法
系统为您推荐了相关专利信息
1
一种基于自适应傅里叶神经过程的海洋多源数据融合方法
多源数据融合方法 局部空间特征 海洋 编码器 网格
2
基于多模态深度学习的遥感图像变化检测系统及方法
遥感图像变化检测 多模态深度学习 卷积模块 编码模块 输出特征
3
一种基于VPDN加密传输的单兵无线传输系统
无线传输系统 单兵终端 指挥终端 流媒体服务器 高保真扬声器
4
基于大模型的模型预训练方法、识别方法、设备及介质
图像块 矩阵 行人识别方法 样本 视觉
5
一种基于演化神经架构搜索的轻量级潜在扩散模型设计方法及系统
学生 教师 联合损失函数 编码器 神经架构搜索
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