买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利一种Volterra非线性均衡方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115776341B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211535437.6，技术领域涉及：H04B10/61；该发明授权一种Volterra非线性均衡方法及系统是由余建军;桑博涵;孔淼设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种Volterra非线性均衡方法及系统在说明书摘要公布了：本发明涉及一种Volterra非线性均衡方法及系统，所述方法包括以下步骤：获取输入信号；将所述输入信号经过前置DSP步骤后输入改进型Volterra均衡器，改进型Volterra均衡器输出均衡结果；本发明在设计改进型Volterra均衡器时，将现有技术中按顺序输入、全部训练序列直接用于训练的传统算法改进为分组截取并打乱、划分训练集和测试集并分两阶段进行训练的新算法。与现有技术相比，本发明在提高均衡器训练效率的同时，有效解决均衡器训练时过拟合现象的不可见、不可控问题，进而改善补偿效果，同时本发明具有良好的普适性。

本发明授权一种Volterra非线性均衡方法及系统在权利要求书中公布了：1.一种Volterra非线性均衡方法，其特征在于，包括以下步骤： S1、获取输入信号； S2、将所述输入信号经过前置DSP步骤后输入改进型Volterra均衡器， S3、改进型Volterra均衡器输出均衡结果； 其中，所述改进型Volterra均衡器的获取包括以下步骤： 1获取发送端信号序列； 2产生训练序列，并将训练序列通过信道传输获得接受端信号序列；将所述接受端信号序列经过前置DSP步骤，得到Volterra均衡器输入信号序列； 3将所述Volterra均衡器输入信号序列分组截取，得到输入信号序列片段集G； 4将所述输入信号序列片段集与所述发送端信号序列一一对应，得到片段对集合P； 5将所述片段对集合中的元素进行乱序处理，得到乱序集合； 6将所述乱序集合分割为训练集和测试集 7将所述训练集中的信号序列片段与对应的发送端信号序列片段输入Volterra均衡器，计算训练损失值并进行误差回传，更新权重系数； 8将所述测试集中的信号序列片段与对应的发送端信号序列片段输入Volterra均衡器，计算测试损失值，不回传误差，将测试损失值与步骤7中得到的训练损失值进行比较，同时计算系统误码性能； 9若系统误码性能不符合预设要求，调整二阶Volterra均衡器的各个参数，并重复步骤7及步骤8，否则执行下一步骤； 10将所述测试集中的信号序列片段与对应的发送端信号序列片段输入Volterra均衡器，计算损失值并进行误差回传，更新权重系数，得到训练完成的权重系数； 11使用训练完成的权重系数初始化Volterra均衡器，得到改进型Volterra均衡器； 步骤3中，将所述Volterra均衡器输入信号序列分组截取，得到输入信号序列片段集G，包括以下步骤： 定义分组截取的抽头数量为，其表达式为： 其中，为所述Volterra均衡器的阶核尺寸； 得到输入信号序列片段集表达式为： 其中，为输入信号序列中的第个元素，为输入信号序列片段总数； 步骤7及步骤8中，测试损失值及训练损失值的计算公式为： 其中，为误差函数，为发送端信号序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。