[發明專利]用于基于人工神經網絡補償信道的設備及方法

在審

• 申請號: 201911067854.0
• 申請日: 2019-11-04
• 公開（公告）號: CN112104577A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 金增一;高榮鐵;丁在勛;宋昌翼;韓丞鎬
• 申請（專利權）人: 現代自動車株式會社;起亞自動車株式會社;韓國交通大學校產學協力團
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04L27/26;H04W4/40;G06N3/04
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 瞿藝

1.一種用于基于人工神經網絡補償信道的設備，所述設備包括：

信道學習裝置，被配置為學習信道的特性；以及

信道補償裝置，被配置為基于所述信道學習裝置的學習結果來補償所述信道的錯誤。

2.根據權利要求1所述的設備，其中，所述信道學習裝置被配置為學習車輛到一切通信的信道的特性。

3.根據權利要求1所述的設備，其中，所述信道學習裝置被配置為學習頻域中的信道相關性。

4.根據權利要求1所述的設備，其中，所述信道學習裝置由自動編碼器實現。

5.根據權利要求4所述的設備，其中，所述自動編碼器利用一個輸入層、三個隱藏層以及一個輸出層來實現。

6.根據權利要求5所述的設備，其中，所述隱藏層包括：第一隱藏層，包括40個隱藏單元；第二隱藏層，包括20個隱藏單元；以及第三隱藏層，包括40個隱藏單元。

7.根據權利要求1所述的設備，其中，所述信道包括通過數據導頻輔助方案估計的信道。

8.根據權利要求7所述的設備，其中，所述信道補償裝置被配置為將通過所述數據導頻輔助方案估計的信道轉換為復數形式的矢量，并且通過將預優化的學習參數應用于所述矢量來補償所述信道的錯誤。

9.根據權利要求8所述的設備，其中，所述信道補償裝置被配置為針對多個正交頻分復用符號來順序地補償所述信道的錯誤。

10.一種基于人工神經網絡補償信道的方法，所述方法包括以下步驟：

由信道學習裝置學習信道的特性；以及

由信道補償裝置基于所述信道學習裝置的學習結果來補償所述信道的錯誤。

11.根據權利要求10所述的方法，其中，學習所述信道的特性包括：學習車輛到一切通信的信道的特性。

12.根據權利要求10所述的方法，其中，學習所述信道的特性包括：學習頻域中的信道相關性。

13.根據權利要求10所述的方法，其中，所述信道學習裝置由自動編碼器實現。

14.根據權利要求13所述的方法，其中，所述自動編碼器利用一個輸入層、三個隱藏層以及一個輸出層來實現。

15.根據權利要求14所述的方法，其中，所述隱藏層包括：第一隱藏層，包括40個隱藏單元；第二隱藏層，包括20個隱藏單元；以及第三隱藏層，包括40個隱藏單元。

16.根據權利要求10所述的方法，其中，所述信道包括通過數據導頻輔助方案估計的信道。

17.根據權利要求16所述的方法，其中，補償所述信道的錯誤包括：

將通過所述數據導頻輔助方案估計的信道轉換為復數形式的矢量；以及

通過將預優化的學習參數應用于所述矢量來補償所述信道的錯誤。

18.根據權利要求17所述的方法，其中，補償所述信道的錯誤包括：針對多個正交頻分復用符號來順序地補償所述信道的錯誤。

19.一種非暫時性計算機可讀介質，包含由處理器執行的程序指令，所述計算機可讀介質包括：

基于人工神經網絡來學習信道的特性的程序指令；以及

基于信道學習裝置的學習結果來補償所述信道的錯誤的程序指令。