对比文件名称：2005-08-24_EP1566936A_发明公开_EP1566936A1 MIMO OFDM system
目标专利名称：711通信系统中的端到端学习CN111566673B
本次调用模型名称：N/A
### 特征比对表格
| 技术特征及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：包括：将多个发射器神经网络和多个接收器神经网络组织成多个发射器接收器神经网络对，《未公开》 | 无 | 对比文件涉及传统MIMO OFDM系统，其发射器和接收器采用常规的调制解调、IFFT/FFT等处理，并未采用神经网络，更未公开将发射器神经网络和接收器神经网络组织成对。因此，该特征未被公开。 |
| **技术特征B**：其中发射器接收器神经网络对针对多载波传输系统的多个子载波频带中的每个子载波频带而被定义，《未公开》 | 无 | 对比文件未公开任何关于神经网络的内容，因此不存在针对子载波频带定义神经网络对的特征。 |
| **技术特征C**：将所述多载波传输系统的多个符号布置成多个传输块，《未公开》 | 无 | 对比文件在[0008]段描述了将串行数据转换为并行流以进行IFFT，这属于常规OFDM符号映射，但并未明确公开将符号划分为可变大小的“传输块”以便映射到不同的发射器/接收器对。因此，该特征未被公开。 |
| **技术特征D**：将所述传输块中的每个传输块映射到所述发射器接收器神经网络对中的一个发射器接收器神经网络对，《未公开》 | 无 | 对比文件未公开发射器接收器神经网络对，因此不存在将传输块映射到神经网络对的步骤。 |
| **技术特征E**：使用所映射的所述发射器接收器神经网络对来传输每个符号，《未公开》 | 无 | 对比文件使用传统发射器（IFFT、添加CP等）传输符号，未使用神经网络对进行传输。 |
| **技术特征F**：针对每个发射器接收器神经网络对，使用损失函数来训练发射神经网络和接收神经网络的至少一些权重，《未公开》 | 无 | 对比文件未涉及神经网络的训练，其系统参数（如调制方式）是预先固定的，不存在使用损失函数训练权重。 |
| **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，《未公开》 | 无 | 对比文件的接收器通过FFT、解调等传统方式生成符号估计，未使用接收器神经网络进行映射。 |
| **技术特征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，《未公开》 | 无 | 对比文件未公开神经网络的训练，更未公开随机梯度下降。 |
| **技术特征I**：其中所述损失函数与块错误率有关，《未公开》 | 无 | 对比文件未使用损失函数进行训练，因此不涉及损失函数与块错误率的关系。 |
| **技术特征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，《未公开》 | 无 | 对比文件中符号经由无线信道从发射天线传输到接收天线，但发射器和接收器并非神经网络，因此未公开该特征。 |
| **技术特征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，《未公开》 | 无 | 对比文件未定义神经网络对，因此不存在“信道对于每个神经网络对是公共的”这一概念。虽然物理信道是共享的，但该特征在目标专利中特指用于神经网络对的计算模型。 |
| **技术特征L**：其中所述信道是包括一个或多个计算层的模型，《未公开》 | 无 | 对比文件中的信道是真实的无线传播信道，而非由计算层构成的模型。虽然其可被建模，但系统并非使用计算模型作为信道。 |
| **技术特征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，《未公开》 | 无 | 对比文件未公开该优化步骤。 |
| **技术特征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，《未公开》 | 无 | 对比文件未公开增强学习。 |
| **技术特征O**：还包括跨不同符号的数据比特的交织，《隐含公开》 | [0008]段：“a baseband mapping unit 104, which optionally provides forward error correction coding and interleaving”。 | 对比文件明确提到了交织（interleaving）。在OFDM系统中，为了获得时间分集以对抗信道衰落，本领域技术人员通常会将交织扩展到多个OFDM符号上，即跨不同符号进行交织。因此，从对比文件公开的交织出发，本领域技术人员可以合理推断出跨不同符号的交织方式，该特征被隐含公开。 |
| **技术特征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，《未公开》 | 无 | 对比文件未公开任何神经网络模块用于CFO校正，其频率同步可采用传统方法。 |
| **技术特征Q**：还包括使用信道均衡神经网络模块来执行信道均衡，《未公开》 | 无 | 对比文件未公开神经网络模块用于信道均衡，其信道均衡可采用传统方法（如基于信道估计的迫零均衡）。 |
| **技术特征R**：其中所述多载波传输系统是正交频分复用系统，《直接公开》 | [0001]段：“This invention relates to apparatus, methods, processor control code and signals for channel estimation in OFDM (Orthogonal Frequency Division Multiplexed) communication systems.”以及全文多处提及OFDM。 | 对比文件的发明名称和全文均明确针对OFDM通信系统，因此直接公开了多载波传输系统为正交频分复用系统。 |
| **技术特征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，《未公开》 | 无 | 对比文件未公开执行权利要求1至13中任一项所述方法的计算机可读指令。虽然对比文件提到可将代码存储于数据载体（[0091]段），但其代码是用于实现传统信道估计和OFDM处理，并非执行端到端神经网络训练方法。 |
<<<R>>><<<o>>>