基于卷积神经网络的自编码算法及其MIMO可见光通信系统
有权
阅读授权文献
Self-encoding algorithm based on convolutional neural network and MIMO visible light communication system thereof
申请号：202010135681.8 申请日：2020-03-02
CN202010135681
CN111342896A
微信扫码查看/分享专利
|
摘要：本发明公开一种基于卷积神经网络的自编码算法及其多输入多输出MIMO可见光通信系统，在发射端，将X(X为正整数)位数据用训练好的自编码器的编码模块进行编码，输出由n*n(n为正整数)的阵列组成的数据流，所述的n*n的阵列数据流驱动n*n的LED阵列，发出光信号；在接收端，接收阵列接收光信号后，再通过自编码器的解码模块进行解码，还原出原始数据。其中基于卷积神经网络的自编码器采用一个信息集合训练，依次取信息集合中的X位数据输入到该光通信系统训练其中的自编码器。该MIMO可见光通信系统简单可行，误码率低，具有广阔的应用前景。 |
|---|---|
| Abstract： The invention discloses a self-encoding algorithm based on a convolutional neural network and a multiple-input-multiple-output MIMO visible light communication system thereof. At a transmitting end, X(X is a positive integer) bit data is encoded by using an encoding module of a trained auto-encoder, a data stream composed of an n * n (n is a positive integer) array is output, and the n * n arraydata stream drives an n * n LED array to send out an optical signal; and at a receiving end, after the receiving array receives the optical signals, decoding is carried out through a decoding module of the auto-encoder, and original data is restored. Wherein the auto-encoder based on the convolutional neural network is trained by adopting an information set, and X-bit data in the information set is sequentially input into the optical communication system to train the auto-encoder in the optical communication system. The MIMO visible light communication system is simple and feasible, is low inbit error rate, and has a wide application prospect. | |
| 申请人： 深圳市南科信息科技有限公司 | |
| Applicant： SHENZHEN NANKE INFORMATION TECH CO LTD | |
| 地址： 518000 广东省深圳市龙华区********(隐藏) | |
| 发明(设计)人： 关伟鹏 伍文飞 刘满喜 | |
| Inventor： GUAN WEIPENG; WU WENFEI; LIU MANXI | |
| 主分类号： H04B10/116(20130101) | |
| 分类号： H04B10/116(20130101) H04B10/50(20130101) H04B10/516(20130101) H04B10/60(20130101) G06N3/04(20060101) | |
|
- 法律状态
| 2021-04-02 | 授权 |
| 2020-07-21 | 实质审查的生效IPC(主分类):H04B10/116 |
| 2020-06-26 | 公开 |
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
- 其他信息
| 主权项 | 1.一种基于卷积神经网络的自编码算法，其特征在于，包括以下步骤：/n步骤S1：在发射端，将X位待发送数据分成a组数据，为每组数据添加头部，形成a个子数据包，然后依次输入到已经训练好的自编码器的编码模块进行编码，输出a组由n*n的阵列组成的数据流，所述的n*n的阵列数据流驱动n*n大小的LED阵列，发出光信号，且每组数据流连续重复发送多次以弥补数据丢失问题，其中X、a、n为正整数；/n步骤S2：光信号通过空气从发射端传播到接收端；/n步骤S3：在接收端，接收阵列接收光信号后，通过自编码器的解码模块进行解码，首先找出数据包的头部，然后依次还原头部后的有效数据，并按时序组合有效数据，得到原始数据。/n | ||||||||||||||||||
| 公开号 | 111342896A | ||||||||||||||||||
| 公开日 | 2020-06-26 | ||||||||||||||||||
| 专利代理机构 | 44384 深圳市中科创为专利代理有限公司 | ||||||||||||||||||
| 代理人 | 彭涛 刘曰莹 | ||||||||||||||||||
| 颁证日 | |||||||||||||||||||
| 优先权 |
|
||||||||||||||||||
| 国际申请 | |||||||||||||||||||
| 国际公布 | |||||||||||||||||||
| 进入国家日期 | |||||||||||||||||||
- 专利对比文献
| 类型 | 阶段 | 文献号 | 公开日期 | 涉及权利要求项 | 相关页数 |
| A | SEA | US2014105607A1 | 20140417 | 1-5 | 全文 |
| A | SEA | US2016119756A1 | 20160428 | 1-5 | 全文 |
| A | SEA | EP3154232A1 | 20170412 | 1-5 | 全文 |
| A | SEA | CN108764466A | 20181106 | 1-5 | 全文 |
| A | SEA | CN109600335A | 20190409 | 1-2 | 全文 |
| A | SEA | CN109660297A | 20190419 | 1-5 | 全文 |
| A | SEA | CN109672639A | 20190423 | 1-5 | 全文 |
| X | SEA | CN110581732A | 20191217 | 1、4-5 | 说明书第5-13、27-32段，附图1-3） |
| A | SEA | CN105591695A | 20160518 | 1-2 | 全文 |
| A | SEA | CN107342814A | 20171110 | 1-2 | 全文 |
| A | SEA | CN107534486A | 20180102 | 1-2 | 全文 |
| A | SEA | CN207369040U | 20180515 | 1-2 | 全文 |
| A | SEA | CN207835454U | 20180907 | 1-2 | 全文 |
| A | SEA | CN110266382A | 20190920 | 1-2 | 全文 |
| A | SEA | CN110417467A | 20191105 | 1-2 | 全文 |
注：不保证该信息的有效性、完整性、准确性，以上信息也不具有任何效力，仅供参考。使用前请另行委托专业机构进一步查核，使用该信息的一切后果由用户自行负责。
Ｘ：单独影响权利要求的新颖性或创造性的文件；
Ｙ：与检索报告中其他 Ｙ类文件组合后影响权利要求的创造性的文件；
Ａ：背景技术文件，即反映权利要求的部分技术特征或者有关的现有技术的文件；
Ｒ：任何单位或个人在申请日向专利局提交的、属于同样的发明创造的专利或专利申请文件；
Ｐ：中间文件，其公开日在申请的申请日与所要求的优先权日之间的文件，或会导致需核实该申请优先权的文件；
Ｅ：单独影响权利要求新颖性的抵触申请文件。
Ｙ：与检索报告中其他 Ｙ类文件组合后影响权利要求的创造性的文件；
Ａ：背景技术文件，即反映权利要求的部分技术特征或者有关的现有技术的文件；
Ｒ：任何单位或个人在申请日向专利局提交的、属于同样的发明创造的专利或专利申请文件；
Ｐ：中间文件，其公开日在申请的申请日与所要求的优先权日之间的文件，或会导致需核实该申请优先权的文件；
Ｅ：单独影响权利要求新颖性的抵触申请文件。
- 期刊对比文献
| 类型 | 阶段 | 期刊文摘名称 | 作者 | 标题 | 涉及权利要求项 | 相关页数 |
| A | SEA | 《2018 IEEE 3rd Optoelectronics Global Conference (OGC)》 | Weipeng Guan等 | High Speed Novel Hybrid Modulation Technique of Visible Light Communication Based on Artificial Neural Network Equalizer | 1-5 | 全文 |
| WEIPENG GUAN等: "High Speed Novel Hybrid Modulation Technique of Visible Light Communication Based on Artificial Neural Network Equalizer", 《2018 IEEE 3RD OPTOELECTRONICS GLOBAL CONFERENCE (OGC)》 | ||||||
| A | SEA | 《中国激光》 | 关伟鹏等 | 基于神经网络的可见光通信接收系统的研究 | 1-2 | 全文 |
| 关伟鹏等: "基于神经网络的可见光通信接收系统的研究", 《中国激光》 | ||||||
- 书籍对比文献
| 类型 | 阶段 | 书名 | 作者 | 标题 | 涉及权利要求项 | 相关页数 |
