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
本发明公开了一种基于深度神经网络的语义通信方法，包括：先将语句信息输入语义编码器输出语义信息；用信道编码器将语义信息进一步编码为信道信息；信道信息输入信道特征提取器提取出信道特征；信道特征和信道信息同时输入信道解码器，通过双线性变换将二者特征合并后解码恢复出估计的语义信息；用语义解码器恢复出估计的语句信息。仿真结果表明，所提出的语义通信网络在频率选择性信道下的语义传输精度方面优于传统基准和现有的语义通信系统，并且对不同的频率选择性信道具有鲁棒性。基于预训练的信道编码器和解码器，对深度神经网络进行
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116436567 A
(43)申请公布日 2023.07.14
(21)申请号 202310427466.9
(22)申请日 2023.04.20
(71)申请人 东南大学
地址 210096
文档评论（0）