申请/专利权人：上海交通大学

申请日：2022-06-23

公开（公告）日：2024-01-23

公开（公告）号：CN115208721B

主分类号：H04L25/03

分类号：H04L25/03;G06N3/084;G06N3/063;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.01.23#授权;2022.11.04#实质审查的生效;2022.10.18#公开

摘要：本发明提供了一种类Volterra的神经网络均衡器构建方法及系统，涉及光纤通信中的信道均衡领域，基于Volterra均衡器将神经网络改进并重构为一个低复杂度的均衡器，包括输入层，带线性及非线性激活函数的隐藏层，加权之后输出的输出层。该方法将传统Volterra均衡器的交叉相乘项简化为加权求和后进行二阶、三阶等非线性运算，平衡输入系数与交叉项个数。该均衡器在低复杂度情况下与同等复杂度的Volterra均衡器相比性能更好，在相同性能情况下复杂度更低。

主权项：1.一种类Volterra的神经网络均衡器构建方法，其特征在于，所述方法包括如下步骤：步骤S1：将神经网络的无层级隐藏层节点按照Volterra分层，分为低阶和高阶节点，修改神经网络的激活函数，以加权求和再经过激活函数的形式得到Volterra中含有的高阶项；步骤S11：定义网络结构参数，类Volterra的神经网络均衡器，分为输入层、隐藏层和输出层，输入为符号序列{vk}，其中符号vk为第k个接收符号，隐藏层有n个神经元，代表一共有n阶，第1阶输入中心符号vk前有K1个符号，中心符号vk后有K1个符号，一共有2K1+1个符号输入第1个神经元，第2阶输入中心符号vk前有K2个符号，中心符号vk后有K2个符号，一共有2K2+1个符号输入第2个神经元，第n阶输入中心符号vk前有Kn个符号，中心符号vk后有Kn个符号，一共有2Kn+1个符号输入第n个神经元，规定{Kn}序列大小排序为K1≥K2≥…≥Kn，输入层2K1+1个神经元，隐藏层n个神经元，输出层1个神经元；步骤S12：隐藏层第一个神经元输出其中激活函数为f1x＝x，{cj}为输入符号的权值，b1为偏置，隐藏层第二个神经元输出，其中激活函数为f2x＝x2，b2为偏置；隐藏层第n个神经元输出，其中激活函数为fnx＝xn，bn为偏置；步骤S2：将隐藏层输出加权求和，得到均衡器输出；序列{hi}为隐藏层节点权值，序列{si}为隐藏层输出，bn+1为偏置，经过权值矩阵后，输出层输出步骤S3：通过周期性重启的余弦退火学习率优化策略优化均衡器训练过程；步骤S4：将均衡器预测值与准确值求均方误差MSE，通过反向传播更新均衡器参数，在均衡器收敛后停止训练，并计算训练集与测试集误码率。

全文数据：

权利要求：

百度查询： 上海交通大学 类Volterra的神经网络均衡器构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD