返回项目页面
对比文件列表
2005-08-24_EP1566936A_发明公开_EP1566936A1 MIMO OFDM system_+++R_o+++.docx
2026-06-17 01:20
2005-09-01_WO2005081487A_发明申请_WO2005081487A1 TRANSMISSION SIGNALS, METHODS AND APPARATUS_+++O_R+++.docx
2026-06-17 01:20
2005-09-08_US2005195734A_发明申请_US20050195734A1 Transmission signals, methods and apparatus_+++O_R+++.docx
2026-06-17 01:20
2006-04-26_CN1765097A_发明公开_CN1765097A 传输信号,方法和设备_+++O_R+++.docx
2026-06-17 01:20
2007-08-09_JP2007522685A_发明专利_JP2007522685A Transmission signal, a method and apparatus_+++R+++.docx
2026-06-17 01:20
2010-02-04_WO2010013960A_发明申请_WO2010013960A2 METHOD AND APPARATUS FOR ALLOCATING RESOURCE OF MULTIPLE CARRIERS IN OFDMA SYSTEM_+++R+++.docx
2026-06-17 01:20
2012-10-22_JP2012204910A_发明专利_JP2012204910A Communication system, base station device, mobile station device, and method and integrated circuit for managing throughput of mobile station device_+++R+++.docx
2026-06-17 01:20
2013-03-05_US8391383B_发明授权_US08391383B2 Dynamic tone grouping and encoding for multi-carrier quadrature amplitude in OFDM_+++O_R+++.docx
2026-06-17 01:20
2015-05-13_CN104618291A_发明公开_CN104618291A 基于余量自适应准则的资源分配方法及装置_+++R+++.docx
2026-06-17 01:20
2015-09-03_US2015249554A_发明申请_US20150249554A1 ADAPTIVE DEMODULATION METHOD AND APPARATUS USING AN ARTIFICIAL NEURAL NETWORK TO IMPROVE DATA RECOVERY IN HIGH SPEED CHANNELS_+++R_g_h_q+++.docx
2026-06-17 01:20
2016-01-07_WO2016003334A_发明申请_WO2016003334A1 PREDICTING RESOURCE SCHEDULING_+++R+++.docx
2026-06-17 01:20
2017-04-20_US2017111916A_发明申请_US20170111916A1 Predicting Resource Scheduling_+++R+++.docx
2026-06-17 01:20
2010-02-04_WO2010013960A_发明申请_WO2010013960A2 METHOD AND APPARATUS FOR ALLOCATING RESOURCE OF MULTIPLE CARRIERS IN OFDMA SYSTEM_+++R+++.docx

对比文件名称:2010-02-04_WO2010013960A_发明申请_WO2010013960A2 METHOD AND APPARATUS FOR ALLOCATING RESOURCE OF MULTIPLE CARRIERS IN OFDMA SYSTEM

目标专利名称:711通信系统中的端到端学习CN111566673B

本次调用的模型名称:专利创造性评估模型

### 特征比对表格

技术特征描述及公开性判断对比文件原文引用公开性论述
技术特征A:包括:将多个发射器神经网络和多个接收器神经网络组织成多个发射器接收器神经网络对。(未公开)[p68] 基站装置包括PDCCH生成器100、f1发射器110、f2发射器120、f3发射器130和f4发射器140。 [p84] 用户设备包括f1接收器610、f2接收器620、f3接收器630、f4接收器640。表明存在多个发射器和接收器,但非神经网络。对比文件公开了用于不同频带的传统OFDM发射器和接收器,未涉及任何神经网络,因此未公开将发射器神经网络和接收器神经网络组织成对。
技术特征B:其中发射器接收器神经网络对针对多载波传输系统的多个子载波频带中的每个子载波频带而被定义。(未公开)[p04] LTE-A系统可以通过聚合4个使用LTE频带的LTE系统来实现。…基站使用单独的PDCCH为各个频带(即f1、f2、f3和f4)分配下行链路资源。提到了多频带,但未定义神经网络对。对比文件涉及多个频带,但未公开为每个子载波频带定义发射器接收器神经网络对的技术特征。
技术特征C:将所述多载波传输系统的多个符号布置成多个传输块。(未公开)[p41] 下行控制信道在时域上映射到最多3个OFDM符号,在频域上映射到可变数量的子载波。描述了资源网格,但未将符号布置成传输块。对比文件未公开将符号组织成用于神经网络处理的传输块,其资源分配单位不同于目标专利的传输块概念。
技术特征D:将所述传输块中的每个传输块映射到所述发射器接收器神经网络对中的一个发射器接收器神经网络对。(未公开)[p46] 基站将多个PDCCH按CCE索引升序排列,并将CCE索引映射到频带索引。涉及映射到频带,但非神经网络对。对比文件未公开将传输块映射到发射器接收器神经网络对。
技术特征E:使用所映射的所述发射器接收器神经网络对来传输每个符号。(未公开)[p69] f1发射器110…IFFT 113对PDCCH数据和PDSCH数据执行IFFT…描述了传统OFDM传输过程。对比文件使用传统发射器传输,未使用神经网络对传输符号。
技术特征F:针对每个发射器接收器神经网络对,使用损失函数来训练发射神经网络和接收神经网络的至少一些权重。(未公开)对比文件无训练过程或损失函数的相关描述。对比文件未公开任何训练神经网络权重的特征。
技术特征G:还包括映射在所述多个接收器神经网络处接收的每个符号,以生成对传输的所述符号的估计。(未公开)[p87] 用户设备定位由PDCCH在当前频带中指示的资源,并解调使用该资源传输的数据。这是传统解调,非神经网络映射。对比文件接收器执行解调而非神经网络映射,未公开该特征。
技术特征H:其中所述发射神经网络和接收神经网络的所述至少一些权重使用随机梯度下降而被训练。(未公开)未公开随机梯度下降训练。对比文件无相关描述。
技术特征I:其中所述损失函数与块错误率有关。(未公开)未公开。对比文件无相关描述。
技术特征J:其中每个符号经由信道从所映射的所述发射器接收器神经网络对的所述发射器神经网络被传输到所述接收器神经网络。(未公开)[p69] RF发射器115将CP处理器的输出信号上变频为射频信号后传输。涉及信道传输,但发射器和接收器非神经网络。对比文件未公开符号经由信道从发射器神经网络传输到接收器神经网络。
技术特征K:其中所述信道对于所述多个发射器和接收器神经网络对中的每个发射器和接收器神经网络对是公共的。(未公开)对比文件未提及多个神经网络对共享公共信道。未公开。
技术特征L:其中所述信道是包括一个或多个计算层的模型。(未公开)对比文件中的信道为实际无线信道,未描述为计算层模型。未公开。
技术特征M:还包括优化所述传输块中的每个传输块到所述发射器接收器神经网络对的所述映射。(未公开)未公开。未公开。
技术特征N:其中所述传输块中的每个传输块的所述映射使用增强学习而被优化。(未公开)未公开。未公开。
技术特征O:还包括跨不同符号的数据比特的交织。(未公开)未公开。未公开。
技术特征P:还包括使用载波频率偏移神经网络模块来校正载波频率偏移。(未公开)未公开。未公开。
技术特征Q:还包括使用信道均衡神经网络模块来执行信道均衡。(未公开)未公开。未公开。
技术特征R:其中所述多载波传输系统是正交频分复用系统。(直接公开)[p02] 正交频分复用(OFDM)在现代宽带无线通信系统中变得非常流行,第三代长期演进(3GPP LTE)已采用OFDM。 [p35] OFDM是一种多载波调制(MCM)方案,用于通过多个子载波并行传输数据。全文涉及OFDMA系统。对比文件明确采用OFDM技术,其系统属于正交频分复用系统,因此该特征被直接公开。
技术特征S:其上存储有计算机可读指令,当所述计算机可读指令由计算装置执行时使所述计算装置执行根据权利要求1至13中任一项所述的方法。(未公开)对比文件未公开存储计算机可读指令的介质。未公开。

<<<R>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE