[發明專利]基于正則化流神經網絡的信號檢測方法

有效

• 申請號: 202011031086.6
• 申請日: 2020-09-27
• 公開（公告）號: CN112202510B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 夏雋娟;范立生;何科;綦科;劉外喜
• 申請（專利權）人: 廣州大學
• 主分類號: H04B17/309
• 分類號: H04B17/309;H04B17/336;G06N3/02;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

1.一種基于正則化流神經網絡的信號檢測方法，其特征在于，包括以下步驟：

構建正則化流神經網絡；

獲取若干個候選信號、與所述候選信號對應的接收信號以及信道狀態信息；

根據所述候選信號、所述接收信號和所述信道狀態信息計算噪聲向量；

根據所述噪聲向量采用所述正則化流神經網絡計算所述若干個候選信號的似然度；

將所述似然度滿足預設要求的候選信號作為信號檢測結果；

其中，所述正則化流神經網絡包括若干個子流；每個所述子流包括激活正則層、單元卷積層和交替放射耦合層；

其中，在所述采用所述正則化流神經網絡計算所述若干個候選信號的似然度這一步驟之前，還包括正則化流神經網絡的訓練步驟；

所述正則化流神經網絡的訓練步驟包括：

獲取訓練樣本集；

通過所述訓練樣本集，采用隨機梯度下降法訓練所述正則化流神經網絡；

其中，所述訓練所述正則化流神經網絡，其具體為：

分別訓練所述正則化流神經網絡內的激活正則層、單元卷積層和交替放射耦合層的參數；

其中，所述根據所述噪聲向量采用所述正則化流神經網絡計算所述若干個候選信號的似然度，包括：

根據所述噪聲向量采用所述正則化流神經網絡計算所述若干個候選信號的隱變量；

根據所述隱變量計算所述若干個候選信號的似然度；

其中，所述正則化流神經網絡通過所述激活正則層、所述單元卷積層和所述交替放射耦合層串聯組成；所述根據所述噪聲向量采用所述正則化流神經網絡計算所述若干個候選信號的隱變量，其計算公式為：

z_i＝f(w_i)

其中，z_i為第i個候選信號的隱變量，f(·)表示正則化流神經網絡對應的可逆變換函數，w_i為第i個候選信號對應的噪聲向量；

其中，所述根據所述隱變量計算所述若干個候選信號的似然度，其計算公式為：

其中，p(·)為隱變量z的先驗分布概率密度函數，為雅可比矩陣的行列式的絕對值，p_z(·)為隱變量z的先驗分布概率密度函數。

2.根據權利要求1所述的一種基于正則化流神經網絡的信號檢測方法，其特征在于，所述獲取若干個候選信號，其具體為：

窮舉所有P^N個候選信號；其中，P為信號調制星座數，N為發射端天線數。

3.根據權利要求1所述的一種基于正則化流神經網絡的信號檢測方法，其特征在于，所述獲取若干個候選信號，包括：

根據任意第三方信號檢測器獲取信號初始估計值和預設錯誤符號數值；

根據所述信號初始估計值和預設錯誤符號數值獲取若干個候選信號。

4.根據權利要求1所述的一種基于正則化流神經網絡的信號檢測方法，其特征在于，所述將所述似然度滿足預設要求的候選信號作為信號檢測結果，其具體為：

將所述似然度最大的候選信號作為信號檢測結果。