返回项目页面
对比文件列表

暂无对比文件

请从左侧选择对比文件查看内容

权利要求与技术特征

G 还包括映射在所述多个接收器神经网络处接收的每个符号，以生成对传输的所述符号的估计。

H 其中所述发射神经网络和接收神经网络的所述至少一些权重使用随机梯度下降而被训练。

I 其中所述损失函数与块错误率有关。

J 其中每个符号经由信道从所映射的所述发射器接收器神经网络对的所述发射器神经网络被传输到所述接收器神经网络。

K 其中所述信道对于所述多个发射器和接收器神经网络对中的每个发射器和接收器神经网络对是公共的。

L 其中所述信道是包括一个或多个计算层的模型。

M 还包括优化所述传输块中的每个传输块到所述发射器接收器神经网络对的所述映射。

N 其中所述传输块中的每个传输块的所述映射使用增强学习而被优化。

O 还包括跨不同符号的数据比特的交织。

P 还包括使用载波频率偏移神经网络模块来校正载波频率偏移。

Q 还包括使用信道均衡神经网络模块来执行信道均衡。

R 其中所述多载波传输系统是正交频分复用系统。

S 其上存储有计算机可读指令，当所述计算机可读指令由计算装置执行时使所述计算装置执行根据权利要求1至13中任一项所述的方法。
Powered by Django

网站备案号：渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE