買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜吉林大學;宜賓吉林大學研究院申請的專利一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115696417B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211330140.6，技術領域涉及：H04W24/06；該發明授權一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法是由趙琳琳;劉炫麟;王學軍設計研發完成，并于2022-10-27向國家知識產權局提交的專利申請。

本一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法在說明書摘要公布了：本發明屬于無線通信系統多用戶信號處理技術領域，具體涉及一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法；考慮上層重傳機制、設計了LSTM長短期記憶網絡，以充分利用活躍終端集合的時間相關特性估計活躍終端集合，結合DNN深度神經網絡和SIC串行干擾刪除信號檢測結構，提出了分層DNN結構，有效提高過載NOMA系統中多用戶疊加信號檢測的準確度。

本發明授權一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法在權利要求書中公布了：1.一種面向非平穩工業互聯網基于深度學習的NOMA信號檢測方法，其特征在于包括如下內容：步驟一，利用最大似然估計法檢測非平穩點并估計平穩過程持續時間；具體為：將離散時域中點數為W的接收信號yn分解，得到M個基本模式分量c1,c2,…,cM以及剩余分量r，則接收信號yn為： 其中j＝1、2、…、M；n為接收信號離散時域取值，n＝1、2、…、W；對每個基本模式分量進行Hilbert變換，則將yn寫為實數ajn與復數乘積的形式： 將接收信號的平穩度定義為： 其中接收信號yn的Hilbert譜H為： bj為第j個基本模式分量的頻率，當信號頻率等于ωj時，bj＝1；當信號頻率不等于ωj時，bj＝0，ωj為與bj相關的頻域中一實數；接收信號yn的平均邊界譜B為： 平穩度DSω能夠定量檢測數據的平穩性：對于平穩過程，yn的Hilbert譜H不隨時間變化，此時DSω＝0；如果DSω不為零，此時為非平穩時間點，隨著DSω增大，信號的不平穩程度增強；記錄DSω＝0的持續時間即平穩過程的持續時間，并選取平穩過程的持續時間中出現次數最多的時間段作為預測的下次平穩持續時間，故而根據平穩持續時間能夠預測下一次非平穩點出現的時間；步驟二，構建一個由L個LSTM單元組成的LSTM單元串聯網絡；步驟三，1當接收信號yn處于平穩時間段中時，將接收信號作為LSTM單元串聯網絡的輸入，并將L個LSTM單元的輸出門的加權輸出作為LSTM單元串聯網絡的整體輸出，輸出即各終端狀態，故對第k個終端的狀態Ωk則有： 其中l＝1.2.3…L，wl為第l個LSTM單元輸出門的權重系數，為第k個終端的發送信號在LSTM單元串聯網絡中第l個LSTM單元的輸出門的輸出矢量；對于Ωk，如果Ωk的值大于0.5，則認為Ωk＝1，即終端k是活躍的；如果Ωk的值小于0.5，則認為Ωk＝0，即終端k是不活躍的，故得到活躍終端狀態集合；2當接收信號yn處于非平穩點時，重新訓練步驟二中建立的LSTM單元串聯網絡，再根據步驟1獲取活躍終端狀態集合；步驟四，采用基于深度神經網絡的SIC信號檢測方法對輸入信號解調：將步驟三中所獲得的所有活躍終端狀態集合以及接收信號yn輸入DNN信號檢測器，DNN信號檢測器對輸入信息進行解調，并輸出解調后的信號。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人吉林大學;宜賓吉林大學研究院，其通訊地址為：130000 吉林省長春市前進大街2699號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。