CN116915264A - 一种数字能源空压站的数据译码方法 - Google Patents
一种数字能源空压站的数据译码方法 Download PDFInfo
- Publication number
- CN116915264A CN116915264A CN202310820970.5A CN202310820970A CN116915264A CN 116915264 A CN116915264 A CN 116915264A CN 202310820970 A CN202310820970 A CN 202310820970A CN 116915264 A CN116915264 A CN 116915264A
- Authority
- CN
- China
- Prior art keywords
- encoder
- data
- decoding
- information
- air compression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 230000006835 compression Effects 0.000 title claims abstract description 35
- 238000007906 compression Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims abstract description 5
- 239000000284 extract Substances 0.000 claims abstract description 4
- 241000169170 Boreogadus saida Species 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 7
- 238000007476 Maximum Likelihood Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 208000011580 syndromic disease Diseases 0.000 description 8
- 238000013139 quantization Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- -1 electric power Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
- H03M13/13—Linear codes
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
- H03M13/11—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits using multiple parity bits
- H03M13/1102—Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
- H03M13/1105—Decoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0064—Concatenated codes
- H04L1/0065—Serial concatenated codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/0819—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s)
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种数字能源空压站的数据译码方法，涉及数字能源空压站数据处理技术领域，包括以下步骤：数字能源空压站将压力数据转化为UDP数据包；译码器中的UDP服务模块接收UDP数据包，并对UDP数据包进行数据信息解析；译码器中的Redis缓存模块提取XML数据信息进行数据信息提取,编码模块将译码的信息通过输送通道输送至时序数据库；时序数据库完成对压力数据的记录和储存；通过仿真分析协议的性能表明所提协议的纠错性能极大提高，并且多级译码可降低译码复杂度,且使系统信道容量逼近基于最大似然概率译码时的值，从而保证了数字能源空压站将压力数据输送的效率和准确性。
Description
技术领域
本发明涉及数字能源空压站数据处理技术领域，具体涉及一种数字能源空压站的数据译码方法。
背景技术
数字能源空压站是一种数字智能化空压站，压缩空气做为工业生产上最环保的动力源，广泛用于医药，食品，机械，电子，塑胶，纺织，电力，建材等各行各业，作为喷涂，搅拌，输送等等，气压与电压，油压相比，有他得天独厚的优势，它取之不尽，用之不竭；
空压站的内部压力数据以及在输送过程中的压力数据需要实时获取，一方面要保证数据的实时性，另一方面要求保证数据的准确性，空压站的内部压力数据在输送过程中，需要转化为数据包，数据包会输送至后端处理器，也就是译码器，译码器在处理大量数据时，需要逐一转换，然后再将数据输送至时序数据库，当数据量较大时，会导致译码器的处理效率变低，从而影响了空压站的内部压力数据的实时性。
发明内容
为了克服上述的技术问题，本发明的目的在于提供一种数字能源空压站的数据译码方法，已解决现有技术中，译码器在处理大量数据时，需要逐一转换，然后再将数据输送至时序数据库，当数据量较大时，会导致译码器的处理效率变低，从而影响了空压站的内部压力数据的实时性的问题。
本发明的目的可以通过以下技术方案实现：
一种数字能源空压站的数据译码方法，包括以下步骤：
数字能源空压站将压力数据转化为UDP数据包，并通过无线网络输送至译码器；
译码器中的UDP服务模块接收UDP数据包，并对UDP数据包进行数据信息解析，转换成XML数据信息；
译码器中的Redis缓存模块提取XML数据信息进行数据信息提取，Redis缓存模块提取的XML数据信息通过译码信息维护界面显示，译码信息维护界面进行XML数据信息过滤，然后将过滤后的XML数据信息通过Redis缓存模块输送至编码模块；
编码模块设置有编码器一、编码器二、编码器三和编码器四，编码器一、编码器二、编码器三和编码器四同时对XML数据信息进行译码，并且编码器一、编码器二、编码器三和编码器四之间译码时使用的先验信息是其它编码器得到的译码结果，完成多级译码,编码模块将译码的信息通过输送通道输送至时序数据库；
时序数据库完成对压力数据的记录和储存。
作为本发明进一步的方案：所述数字能源空压站压力数据与UDP数据包一一对应，译码器同时接受多个UDP数据包，数字能源空压站与译码器之间的无线网络采用wifi、局域网、3G网络、4G网络或者5G网络。
作为本发明进一步的方案：所述译码器采用CV-QKD数据协商协议，CV-QKD数据协商协议通过二进制比特编码函数将XML数据信息连续量化，使编码模块在接收连续量化的XML数据信息后会获得一串多级的二进制比特序列。
作为本发明进一步的方案：所述编码器一、编码器二、编码器三和编码器四根据一串多级的二进制比特序列之间的相关性实现译码结果的相互读取。
作为本发明进一步的方案：所述编码器一、编码器二、编码器三和编码器四内均设有与其对应的等效信道，编码器一、编码器二、编码器三和编码器四的码率分别由各自的等效信道容量来控制，根据香农信息论得出：
Ci＝I(Y；Xi|X0X1…Xi-1)；
式中Ci式为第i个等效信道，对应编码器一、编码器二、编码器三和编码器四的编号，编码器中的级联Polar码表示为Xi，UDP数据包的接收序列表示为Y。
作为本发明进一步的方案：所述编码器一、编码器二、编码器三和编码器四之间的数据传输根据CV-QKD数据协商协议中的密钥来确定，首先进行第一级译码,密钥中的第k个密钥首先被译码,其中译码器的先验信息是对数似然比Lk，可表示为：
式中:S1 0与S1 1表示第一级的0和1这两个码元比特相对应的子集,γk表示UDP数据包的第k个密钥,xk表示编码模块的第k个密钥,p(xk|γk)表示信道转移概率，CV-QKD中的二进制加性高斯信道的信道转移概率可以表示为
由于CVQKD分发协议得到的密钥是连续的,所以这些连续密钥序列需要被量化,量化后的密钥序列需用二进制比特串表示,可通过二进制比特编码函数实现。逆向协商协议是此处使用的协议,在接收端进行量化以及二进制比特编码后将会获得一串多级且各级间存在一定相关性的二进制比特序列。此处根据各级等价信道,对各级二进制序列进行合适码率的信道编码从而转化为校验子序列,将其发送给编码模块，接着编码模块进行多级译码，由于两端密钥之间存在关联,可根据两端密钥之间的相关性进行级间信息的迭代译码。各级译码采用的是边信息联合译码结构,而联合译码的辅助信息使用的是接收到的校验子信息,边信息使用的则是结合自身的密钥得到的信息；
通过级联Polar码和多级译码的CV-QKD中的数据协商协议。该协议在多级编码调制系统的基础上,利用纠错性能更好的级联Polar码作为分量码应用到多级编码以及多级译码中，通过仿真分析协议的性能表明所提协议的纠错性能极大提高，并且多级译码可降低译码复杂度,且使系统信道容量逼近基于最大似然概率译码时的值，从而保证了数字能源空压站将压力数据输送的效率和准确性。
作为本发明进一步的方案：所述时序数据库内基于Matlab进行仿真分析，仿真中设高斯随机变量X的方差为1,Y则是由X叠加上方差为σ2的高斯噪声产生。
作为本发明进一步的方案：所述仿真分析采用LDPC-Polar级联码,其中内码为Polar码,外码为LDPC码。
本发明的有益效果：
通过级联Polar码和多级译码的CV-QKD中的数据协商协议。该协议在多级编码调制系统的基础上,利用纠错性能更好的级联Polar码作为分量码应用到多级编码以及多级译码中，通过仿真分析协议的性能表明所提协议的纠错性能极大提高，并且多级译码可降低译码复杂度,且使系统信道容量逼近基于最大似然概率译码时的值，从而保证了数字能源空压站将压力数据输送的效率和准确性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的工作流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明公开了一种数字能源空压站的数据译码方法，该数据译码方法具体包括以下步骤：
数字能源空压站将压力数据转化为UDP数据包，并通过无线网络输送至译码器，数字能源空压站压力数据与UDP数据包一一对应，译码器同时接受多个UDP数据包，数字能源空压站与译码器之间的无线网络采用wifi、局域网、3G网络、4G网络或者5G网络；
译码器中的UDP服务模块接收UDP数据包，并对UDP数据包进行数据信息解析，转换成XML数据信息，译码器采用CV-QKD数据协商协议，CV-QKD数据协商协议通过二进制比特编码函数将XML数据信息连续量化，使编码模块在接收连续量化的XML数据信息后会获得一串多级的二进制比特序列；
译码器中的Redis缓存模块提取XML数据信息进行数据信息提取，Redis缓存模块提取的XML数据信息通过译码信息维护界面显示，XML数据XML是一种支持对XML格式文档进行存储和查询等操作的数据管理系统，在系统中，开发人员可以对数据库中的XML文档进行查询、导出和指定格式的序列化，方便开发人员通过译码信息维护界面进行XML数据信息的过滤，也就是过滤无效和错误XML数据信息，译码信息维护界面进行XML数据信息过滤，然后将过滤后的XML数据信息通过Redis缓存模块输送至编码模块；
编码模块设置有编码器一、编码器二、编码器三和编码器四，编码器一、编码器二、编码器三和编码器四同时对XML数据信息进行译码，并且编码器一、编码器二、编码器三和编码器四之间译码时使用的先验信息是其它编码器得到的译码结果，完成多级译码,编码模块将译码的信息通过输送通道输送至时序数据库；
时序数据库完成对压力数据的记录和储存。
编码器一、编码器二、编码器三和编码器四根据一串多级的二进制比特序列之间的相关性实现译码结果的相互读取。
编码器一、编码器二、编码器三和编码器四内均设有与其对应的等效信道，编码器一、编码器二、编码器三和编码器四的码率分别由各自的等效信道容量来控制，根据香农信息论得出：
Ci＝I(Y；Xi|X0X1…Xi-1)；
式中Ci式为第i个等效信道，对应编码器一、编码器二、编码器三和编码器四的编号，编码器中的级联Polar码表示为Xi，UDP数据包的接收序列表示为Y。
编码器一、编码器二、编码器三和编码器四之间的数据传输根据CV-QKD数据协商协议中的密钥来确定，首先进行第一级译码,密钥中的第k个密钥首先被译码,其中译码器的先验信息是对数似然比Lk，可表示为：
式中:S1 0与S1 1表示第一级的0和1这两个码元比特相对应的子集,γk表示UDP数据包的第k个密钥,xk表示编码模块的第k个密钥,p(xk|γk)表示信道转移概率，CV-QKD中的二进制加性高斯信道的信道转移概率可以表示为
由于CVQKD分发协议得到的密钥是连续的,所以这些连续密钥序列需要被量化,量化后的密钥序列需用二进制比特串表示,可通过二进制比特编码函数实现。逆向协商协议是此处使用的协议,在接收端进行量化以及二进制比特编码后将会获得一串多级且各级间存在一定相关性的二进制比特序列。此处根据各级等价信道,对各级二进制序列进行合适码率的信道编码从而转化为校验子序列,将其发送给编码模块，接着编码模块进行多级译码，由于两端密钥之间存在关联,可根据两端密钥之间的相关性进行级间信息的迭代译码。各级译码采用的是边信息联合译码结构,而联合译码的辅助信息使用的是接收到的校验子信息,边信息使用的则是结合自身的密钥得到的信息；
通过级联Polar码和多级译码的CV-QKD中的数据协商协议。该协议在多级编码调制系统的基础上,利用纠错性能更好的级联Polar码作为分量码应用到多级编码以及多级译码中，通过仿真分析协议的性能表明所提协议的纠错性能极大提高，并且多级译码可降低译码复杂度,且使系统信道容量逼近基于最大似然概率译码时的值，从而保证了数字能源空压站将压力数据输送的效率和准确性。
时序数据库内基于Matlab进行仿真分析，仿真中设高斯随机变量X的方差为1,Y则是由X叠加上方差为σ2的高斯噪声产生，仿真分析采用LDPC-Polar级联码,其中内码为Polar码,外码为LDPC码；
首先对连续变量密钥Y进行均匀量化,其他参数设置为:信噪比RSN＝4dB,量化层数m＝4,划分区间数N＝16，仿真结果表明编码模块的密钥X和UDP数据包量化后的密钥Q(Y)的互信息在步长Δ＝0.315dB时最大；
至此,在使用量化和比特编码后,UDP数据包的密钥会变为L1、L2、L3和L4这样的四级比特串,之后的仿真中对该比特串的编码需采用级联Polar码，因此,各级中级联Polar码码率的确定得先计算出四级二进制比特串相对应的等价信道的信道容量；
另外,分析每一级的码率可得,前面两级的码率远小于后两级的码率,若不将其编码而直接在传输的信道中公开,只会有0.011bit/symbol的损耗。因此,选取使用码率为0.3/0.9bit/symbol的级联Polar码对第三级和第四级的二进制比特串进行编码,然后可得校验子,将其发送给编码模块,最后使用多级译码算法进行译码来获取密钥信息。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种数字能源空压站的数据译码方法，其特征在于，包括以下步骤：
数字能源空压站将压力数据转化为UDP数据包，并通过无线网络输送至译码器；
译码器中的UDP服务模块接收UDP数据包，并对UDP数据包进行数据信息解析，转换成XML数据信息；
译码器中的Redis缓存模块提取XML数据信息进行数据信息提取，Redis缓存模块提取的XML数据信息通过译码信息维护界面显示，译码信息维护界面进行XML数据信息过滤，然后将过滤后的XML数据信息通过Redis缓存模块输送至编码模块；
编码模块设置有编码器一、编码器二、编码器三和编码器四，编码器一、编码器二、编码器三和编码器四同时对XML数据信息进行译码，并且编码器一、编码器二、编码器三和编码器四之间译码时使用的先验信息是其它编码器得到的译码结果，完成多级译码,编码模块将译码的信息通过输送通道输送至时序数据库；
时序数据库完成对压力数据的记录和储存。
2.根据权利要求1所述的一种数字能源空压站的数据译码方法，其特征在于，所述数字能源空压站压力数据与UDP数据包一一对应，译码器同时接受多个UDP数据包，数字能源空压站与译码器之间的无线网络采用wifi、局域网、3G网络、4G网络或者5G网络。
3.根据权利要求1所述的一种数字能源空压站的数据译码方法，其特征在于，所述译码器采用CV-QKD数据协商协议，CV-QKD数据协商协议通过二进制比特编码函数将XML数据信息连续量化，使编码模块在接收连续量化的XML数据信息后会获得一串多级的二进制比特序列。
4.根据权利要求3所述的一种数字能源空压站的数据译码方法，其特征在于，所述编码器一、编码器二、编码器三和编码器四根据一串多级的二进制比特序列之间的相关性实现译码结果的相互读取。
5.根据权利要求4所述的一种数字能源空压站的数据译码方法，其特征在于，所述编码器一、编码器二、编码器三和编码器四内均设有与其对应的等效信道，编码器一、编码器二、编码器三和编码器四的码率分别由各自的等效信道容量来控制，根据香农信息论得出：
Ci＝I(Y；Xi|X0X1…Xi-1)；
式中Ci式为第i个等效信道，对应编码器一、编码器二、编码器三和编码器四的编号，编码器中的级联Polar码表示为Xi，UDP数据包的接收序列表示为Y。
6.根据权利要求5所述的一种数字能源空压站的数据译码方法，其特征在于，所述编码器一、编码器二、编码器三和编码器四之间的数据传输根据CV-QKD数据协商协议中的密钥来确定，首先进行第一级译码,密钥中的第k个密钥首先被译码,其中译码器的先验信息是对数似然比Lk，可表示为：
式中:S1 0与S1 1表示第一级的0和1这两个码元比特相对应的子集,γk表示UDP数据包的第k个密钥,xk表示编码模块的第k个密钥,p(xk|γk)表示信道转移概率，CV-QKD中的二进制加性高斯信道的信道转移概率可以表示为
7.根据权利要求1所述的一种数字能源空压站的数据译码方法，其特征在于，所述时序数据库内基于Matlab进行仿真分析，仿真中设高斯随机变量X的方差为1,Y则是由X叠加上方差为σ2的高斯噪声产生。
8.根据权利要求1所述的一种数字能源空压站的数据译码方法，其特征在于，所述仿真分析采用LDPC-Polar级联码,其中内码为Polar码,外码为LDPC码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310820970.5A CN116915264A (zh) | 2023-07-06 | 2023-07-06 | 一种数字能源空压站的数据译码方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310820970.5A CN116915264A (zh) | 2023-07-06 | 2023-07-06 | 一种数字能源空压站的数据译码方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116915264A true CN116915264A (zh) | 2023-10-20 |
Family
ID=88359482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310820970.5A Withdrawn CN116915264A (zh) | 2023-07-06 | 2023-07-06 | 一种数字能源空压站的数据译码方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116915264A (zh) |
-
2023
- 2023-07-06 CN CN202310820970.5A patent/CN116915264A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105656604B (zh) | 一种比特交织极化编码调制方法及装置 | |
| US20210351863A1 (en) | Joint source channel coding based on channel capacity using neural networks | |
| EP3837844A1 (en) | Joint source channel coding for noisy channels using neural networks | |
| Demir et al. | Joint source/channel coding for variable length codes | |
| KR101226566B1 (ko) | 심볼을 인코딩하기 위한 방법, 심볼을 디코딩하기 위한 방법, 송신기로부터 수신기로 심볼을 전송하기 위한 방법, 인코더, 디코더 및 송신기로부터 수신기로 심볼을 전송하기 위한 시스템 | |
| US10826648B2 (en) | Methods of converting or reconverting a data signal and method and system for data transmission and/or data reception | |
| CN107395324A (zh) | 一种基于qup方法的低译码复杂度速率匹配极化码传输方法 | |
| WO2020035684A1 (en) | Joint source channel coding of information sources using neural networks | |
| US5694128A (en) | Tree structured binary arithmetic coder | |
| CN109921803B (zh) | 基于神经网络的高密度线性分组码译码方法 | |
| CN113379040A (zh) | 基于语义编码的混合重传方法 | |
| WO2001050613A1 (en) | Multi-rate, channel-optimized trellis-coded quantization | |
| CN110061803B (zh) | 一种低复杂度的极化码比特交织编码调制方法 | |
| CN108810553A (zh) | 一种基于稀疏化处理的移动节点监测数据序列压缩方法 | |
| CN114257342B (zh) | 基于非二进制极化码的两用户多址接入系统编码及译码方法 | |
| CN111106838B (zh) | 一种通信同步方法、装置及系统 | |
| CN112332985A (zh) | 一种基于LDPC-Polar联合编码的量子密钥分发数据协商方法和系统 | |
| CN1252187A (zh) | 用于编码数据序列的一种方法和一种设备 | |
| KR20040033597A (ko) | 채널 부호화, 복호화 방법 및 이를 수행하는 다중 안테나무선통신 시스템 | |
| CN100471189C (zh) | 一种4fsk软解调方法 | |
| CN100525262C (zh) | 一种信源信道联合编解码器及编解码方法 | |
| CN116915264A (zh) | 一种数字能源空压站的数据译码方法 | |
| Saha et al. | Novel Multi-Parameter based Rate-Matching of Polar Codes | |
| CN104113394B (zh) | 通信调制信号的压缩及解压方法 | |
| CN111130697B (zh) | 一种降低基于自动编码器的通信物理层传输系统复杂度的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231020 |
|
| WW01 | Invention patent application withdrawn after publication |