[發明專利]一種基于深度去噪神經網絡的空間調制系統的工作方法

有效

• 申請號: 201911200906.7
• 申請日: 2019-11-29
• 公開（公告）號: CN110942100B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張文勝;周鵬
• 申請（專利權）人: 山東大學
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/24;G06N3/0499;G06N3/048;G06N3/082;G06N3/084;H04B7/0413;H04B7/0452
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 許德山

本發明涉及一種基于深度去噪神經網絡的空間調制系統的工作方法，本發明首先將復信號和調制符號分解為實數數據，構建了一個去噪深度神經網絡，利用帶有噪聲的數據作為模型的輸入，將天線的序號和調制符號進行組合，得到對應的標簽，再進行模型訓練。在此基礎上提出了深度神經網絡方案，仿真實驗結果表明，基于深度神經網絡的檢測算法的魯棒性強。在可靠性方面，性能遠好于MRC方案。

技術領域

本發明涉及一種基于深度去噪神經網絡的空間調制系統的工作方法，屬于無線數字傳輸技術領域。

背景技術

人類社會逐漸進入信息化時代，互聯網、物聯網、云計算、大數據等技術不斷豐富著信息通信技術的內涵，使其從早期的語音、信息等低速率業務發展到移動高清視頻、移動辦公、移動在線游戲等高速率業務。隨著無線通信技術在無線網絡應用和服務方面的廣泛發展，各種智能終端接入、虛擬現實、增強現實、物聯網等先進無線應用將無線通信技術推進到了5G時代，迎來了千倍容量、毫秒延遲以及海量連接的新時代。為了更好的滿足無線通信中的性能要求，研究者提出了大規模多輸入多輸出(MIMO)、毫米波(MMWave)以及超密網絡(UDN)等技術，這些技術都需要具備處理海量數據的能力。然而，現有的傳統通信理論在滿足復雜場景下的大數據和超高速通信需求方面存在一些固有的局限性。

R.Y.Mesleh等(參見R.Y.Mesleh,H.Haas,S.Sinanovic,C.W.Ahn?and?S.Yun,“Spatial?modulation,”IEEE?Trans.Veh.Technol.,vol.57,no.4,pp.2228–2241,Jul.2008.)探索了SM-MIMO概念下的系統模型，并通過將SM-MIMO方案與傳統的Alamouti方案以及空間復用方案相比，得出其潛在的優勢。

J.Jeganathan等(參見J.Jeganathan,A.Ghrayeb?and?L.Szczecinski,“Spatialmodulation:Optimal?detection?and?performance?analysis,”IEEE?Commun.Lett.,vol.12,no.8,pp.545–547,Aug.2008.)進一步研究了SM-MIMO方案下基于最大似然(ML)算法的最優解調器，并利用仿真證明了該次優解調方案的優越性。

在調制方式識別方面，A.K.Nandi等(參見A.K.Nandi?and?E.E.Azzouz,“Algorithms?for?automatic?modulation?recognition?of?communication?signals,”IEEE?Transactions?on?Communications,vol.46,no.4,pp.431-436,April?1998.)利用人工神經網絡分別對模擬調制信號、數字調制信號進行了調制方式識別，結果表明在15dB時可達到96％的準確率。

Y.Zeng等(參見Y.Zeng,M.Zhang,F.Han,Y.Gong?and?J.Zhang,“SpectrumAnalysis?and?Convolutional?Neural?Network?for?Automatic?ModulationRecognition,”in?IEEE?Wireless?Communications?Letters.doi:10.1109/LWC.2019.2900247)利用離散傅立葉變換將一維信號轉換為頻譜表征的圖象，提出了基于CNN的調制識別方法。

在接收檢測方面，神經網絡同樣可以發揮作用，N.Samuel等(參見N.Samuel,T.Diskin?and?A.Wiesel,“Deep?MIMO?detection,”2017IEEE?18th?InternationalWorkshop?on?Signal?Processing?Advances?in?Wireless?Communications(SPAWC),Sapporo,2017,pp.1-5.)將接收信號y、信道矩陣H作為說神經網絡的輸入進行訓練，利用梯度下降原理進行最大似然優化，從而重構信號x。