原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于深度学习消除窄带干扰的稀疏KL散度最小化方法，主要用于解决NB‑IOT系统对LTE系统的干扰问题。为了促进无线异构网络的和谐共存，消除NBI对LTE系统至关重要。该方法能够精确的提高恢复的准确性，其主要步骤概括为：首先建立NBI系统模型，其次通过迭代当前的向量集合与残留范数之间的最小化KL散度来解决稀疏组合优化问题，最后进入整个深度学习迭代算法的流程中直到满足暂停条件。提出的发明方法比传统方法更能有效准确的恢复窄带干扰，以深度学习作为理论基础，解决了传统方法可能丢失有用数据以及需要耗费大
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113285775 A
(43)申请公布日 2021.08.20
(21)申请号 202110527681.7
(22)申请日 2021.05.14
(71)申请人 南京
文档评论（0）