用于在移动通信系统中控制交织器/去交织器存储器的设备和方法

    公开(公告)号:CN101336517A

    公开(公告)日:2008-12-31

    申请号:CN200680052350.6

    申请日:2006-12-04

    Inventor: 洪升彻 林钟汉

    CPC classification number: H03M13/2703

    Abstract: 提供了一种用于在移动通信系统中控制交织器/去交织器存储器的设备和方法。具体来说,提供了这样的设备和方法,其通过消除不必要的存储器擦除,可减少不必要的时间和功率消耗。写入地址发生器生成写入地址。存储器存储映射到该写入地址的值。当生成输入信号时,如果在写入地址处存储的值是为先前分组所记录的,则存储器控制器控制存储器,在该存储器中将输入信号累加到写入地址处存储的值,然后在该写入地址处记录该值。如果在当前记录地址处存储的值是当前分组的有效值,则存储器控制器控制存储器,在该存储器中在该写入地址处记录该输入信号。

    用于在无线通信系统中发送和接收数据的方法和设备

    公开(公告)号:CN110299983A

    公开(公告)日:2019-10-01

    申请号:CN201910588426.6

    申请日:2014-01-06

    Abstract: 提供了由第一基站(BS)在无线通信中发送数据的方法。该方法包括:从邻近第一BS的至少一个第二BS接收控制信息,所述控制信息包括与至少一个第二BS的参考信号(RS)的传输有关的信息;以及当至少一个第二BS的RS传输模式不同于第一BS的RS传输模式时,通过基于控制信息使用预设方法发送数据。

    用于生成定点型神经网络的方法和装置

    公开(公告)号:CN109754066A

    公开(公告)日:2019-05-14

    申请号:CN201811306364.7

    申请日:2018-11-02

    Abstract: 通过量化浮点型神经网络生成定点型神经网络的方法,包括由设备通过将激活函数应用于从包括在浮点型神经网络中的层接收的多个激活值获得多个后激活值,并由设备导出对于多个后激活值中的至少一些的多个统计特征。方法还包括由设备基于多个统计特征确定对于浮点型神经网络的量化的步长,并由设备基于步长确定对于定点型神经网络的最终小数长度。

    对人工神经网络及浮点神经网络进行量化的方法及装置

    公开(公告)号:CN109558945A

    公开(公告)日:2019-04-02

    申请号:CN201810589961.9

    申请日:2018-06-08

    Abstract: 本发明提供一种对人工神经网络进行量化的方法、对人工神经网络进行量化的装置及对浮点神经网络进行量化的方法。一种对人工神经网络进行量化的方法包括:将所述人工神经网络的输入分布划分成多个节段;通过对所述多个节段中的每一个进行近似来产生近似密度函数;基于所述近似密度函数来计算与用于对所述人工神经网络进行量化的至少一个步长对应的至少一个量化误差;以及基于所述至少一个量化误差来确定用于对所述人工神经网络进行量化的最终步长。所述方法同时提供人工神经网络的高的准确性及低的计算复杂度。

    使用峰值加窗降低峰均功率比的方法和装置

    公开(公告)号:CN102143114A

    公开(公告)日:2011-08-03

    申请号:CN201110026473.5

    申请日:2011-01-25

    CPC classification number: H04L27/2624

    Abstract: 本申请提供了使用峰值加窗降低峰均功率比(PAPR)的方法和装置。在所述装置中,绝对值计算器计算输入信号的绝对值,减法器从所述绝对值中减去预定的限幅阈值电平,平滑单元根据预定的平滑方案对减后的信号执行平滑以输出第一平滑信号,加法器将第一平滑信号加到所述限幅阈值电平,倒数计算器通过将限幅阈值电平乘以加得的信号的倒数来输出第二平滑信号,并且乘法器通过将输入信号乘以第二平滑信号来输出最终的降低PAPR的信号。所述方法和装置解决了在无延迟地处理具有大带宽和高数据率的信号时的过度补偿问题,从而使限幅对比特误码率(BER)和相邻信道泄漏比(ACLR)性能的影响最小化。

Patent Agency Ranking