| 专利号 | 2023102395796 | 申请日 | 2023-03-14 | 专利名称 | 基于深度学习和深度迁移学习的水下非固定节点通信方法 |
| 授权日 | 2025-12-09 | 专利权人 | 中国人民解放军海军潜艇学院 | 发明人 | 韩树平;胡耀辉;徐景峰;李智忠;李厚全;赵桁;杨刚 |
| 主分类号 | H04B13/02 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于通信技术领域，公开了一种基于TCN深度学习和Fine‑tuning深度迁移学习的水下非固定节点M元扩频通信方法，其特征在于，该方法具体包括：S1：TCN网络模型设计；S2：TCN线下强化训练(预训练)；S3：TCN基于海上实测数据的迁移学习。本发明在应对近海多普勒、多径复杂环境非固定节点M元水声扩频通信中相对于传统扩频接收技术和频率压缩技术，更适用于低信噪比、多普勒背景海况。本发明提出的基于TCN深度学习和Fine‑tuning深度迁移学习的水下非固定节点M元扩频通信方法提高了传统扩频方法的通信效果，仿真结果表明，以误码率0.01为参考，127码TCN模型较频率压缩接收器信噪比可降低3dB，511码TCN模型较频率压缩接收器信噪比可降低6dB；试验结果表明，经迁移学习的TCN‑TL模型灵活适应了试验海区噪声、信道环境，解码效果明显优于传统技术。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
