[發明專利]一種均衡器參數調試方法及設備、介質

有效

• 申請號: 202010312434.0
• 申請日: 2020-04-20
• 公開（公告）號: CN111683025B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 姜煦
• 申請（專利權）人: 浪潮思科網絡科技有限公司
• 主分類號: H04L25/03
• 分類號: H04L25/03;G06N3/044;G06N3/048;G06N3/084
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

1.一種均衡器參數調試方法，其特征在于，所述方法包括：

將待調試的均衡器參數輸入預先訓練過的循環神經網絡模型進行處理，所述循環神經網絡模型的循環單元是根據所述均衡器的抽頭設置的；

獲取經過所述處理后，所述循環神經網絡模型輸出的所述均衡器參數對應的性能表現數據；

根據所述性能表現數據,對所述均衡器參數進行調整；

所述均衡器參數包括所述均衡器的抽頭的抽頭參數；所述循環神經網絡模型按照如下方式得到：

通過調整各所述抽頭的抽頭參數，得到多組測試樣本；

按照所述測試樣本設置所述均衡器，并對其進行測試，得到對應的性能表現數據；

根據所述測試樣本及其對應的性能表現數據,得到訓練樣本；

利用所述訓練樣本訓練得到所述循環神經網絡模型。

2.如權利要求1所述的方法，其特征在于，所述均衡器包括信號發送端，所述均衡器參數為所述信號發送端的參數。

3.如權利要求1所述的方法，其特征在于，根據所述均衡器的抽頭，設置所述循環神經網絡模型的循環單元，包括：

根據所述均衡器的抽頭，設置所述循環神經網絡模型的循環單元的時間步。

4.如權利要求3所述的方法，其特征在于，根據所述均衡器的抽頭，設置所述循環神經網絡模型的循環單元的時間步，包括：

將所述循環神經網絡模型的循環單元的時間步相應地設置為所述均衡器的抽頭的數量。

5.如權利要求1所述的方法，其特征在于，所述循環神經網絡模型的隱藏層之后包括預設的參數矩陣層；

所述隱藏層用于將所述待調試的均衡器參數轉換為激活值；

所述參數矩陣層用于將所述隱藏層輸出的所述激活值轉換為所述性能表現數據。

6.如權利要求1～5任一項所述的方法，其特征在于，所述均衡器包括有限沖擊響應FIR濾波器。

7.如權利要求1～5任一項所述的方法，其特征在于，所述性能表現數據包括誤碼率。

8.一種均衡器參數調試設備，其特征在于，所述設備包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠：

將待調試的均衡器參數輸入預先訓練過的循環神經網絡模型進行處理，所述循環神經網絡模型的循環單元是根據所述均衡器的抽頭設置的；

獲取經過所述處理后，所述循環神經網絡模型輸出的所述均衡器參數對應的性能表現數據；

根據所述性能表現數據,對所述均衡器參數進行調整；

所述均衡器參數包括所述均衡器的抽頭的抽頭參數；所述循環神經網絡模型按照如下方式得到：

通過調整各所述抽頭的抽頭參數，得到多組測試樣本；

按照所述測試樣本設置所述均衡器，并對其進行測試，得到對應的性能表現數據；

根據所述測試樣本及其對應的性能表現數據,得到訓練樣本；

利用所述訓練樣本訓練得到所述循環神經網絡模型。

9.一種均衡器參數調試介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令設置為：

將待調試的均衡器參數輸入預先訓練過的循環神經網絡模型進行處理，所述循環神經網絡模型的循環單元是根據所述均衡器的抽頭設置的；

獲取經過所述處理后，所述循環神經網絡模型輸出的所述均衡器參數對應的性能表現數據；

根據所述性能表現數據,對所述均衡器參數進行調整；

所述均衡器參數包括所述均衡器的抽頭的抽頭參數；所述循環神經網絡模型按照如下方式得到：

通過調整各所述抽頭的抽頭參數，得到多組測試樣本；

按照所述測試樣本設置所述均衡器，并對其進行測試，得到對應的性能表現數據；

根據所述測試樣本及其對應的性能表現數據,得到訓練樣本；

利用所述訓練樣本訓練得到所述循環神經網絡模型。