1.自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s1中，包括：
3.根據(jù)權(quán)利要求2所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在數(shù)據(jù)收集中，提高pam-4信號(hào)的波特率，使其超過(guò)接收端帶寬使帶寬受限，給通信信號(hào)引入嚴(yán)重的isi；將接收端引入嚴(yán)重的isi的信號(hào)保存下來(lái)，作為待均衡數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s2中，acrm-nne模型包括：
5.根據(jù)權(quán)利要求4所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s2中，通過(guò)訓(xùn)練集訓(xùn)練acrm-nne模型，獲得acrm-nne訓(xùn)練模型包括：使用kaiming初始化方式對(duì)acrm-nne模型進(jìn)行初始化，并對(duì)訓(xùn)練過(guò)程中所需的參數(shù)進(jìn)行賦值；計(jì)算總損失，即均方誤差，具體計(jì)算如下：
6.根據(jù)權(quán)利要求5所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s2中，acrm-nne模型包括：線性層將輸入信號(hào)轉(zhuǎn)換為值向量，輸入到n1個(gè)編碼器中處理，編碼器中使用多頭注意力層捕捉不同位置間的依賴關(guān)系，隨后到歸一化層中引入殘差，避免網(wǎng)絡(luò)訓(xùn)練過(guò)程中發(fā)生退化，并且在前饋網(wǎng)絡(luò)中引入非線性激活函數(shù)，使得acrm-nne模型處理非線性問(wèn)題并提升擬合能力；信號(hào)經(jīng)過(guò)編碼器后計(jì)算loss1，并將信號(hào)輸入n2個(gè)解碼器，其中同樣使用了多頭注意力層來(lái)處理信號(hào)；解碼器的輸出通過(guò)線性層提取特征，獲得整個(gè)模型的輸出y*，并將計(jì)算得到loss2與loss1相加作為總損失。
7.根據(jù)權(quán)利要求1所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s2中，多頭注意力層包括：
8.根據(jù)權(quán)利要求1所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s2中，編碼器件中引入了信道參數(shù)γ，信道參數(shù)能隨網(wǎng)絡(luò)參數(shù)的變化自適應(yīng)更新；此時(shí)，編碼器標(biāo)簽為：
9.根據(jù)權(quán)利要求1所述的自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡方法，其特征在于，在步驟s4中，通過(guò)自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡器進(jìn)行均衡包括：
10.自適應(yīng)信道響應(yīng)匹配神經(jīng)網(wǎng)絡(luò)均衡系統(tǒng)，其特征在于，包括：