[發明專利]一種機器學習疊加訓練序列幀同步方法

有效

• 申請號: 202011498196.3
• 申請日: 2020-12-17
• 公開（公告）號: CN112688772B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 卿朝進;饒川貴;余旺;唐書海;郭奕
• 申請（專利權）人: 西華大學
• 主分類號: H04L7/00
• 分類號: H04L7/00;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 茍銘

本發明公開了一種機器學習疊加訓練序列幀同步方法。其包括：將接收機接收到的發射機采用疊加訓練序列方式生成的發射幀信號進行預處理，獲得其歸一化度量矢量；將該歸一化度量矢量輸入訓練完成的幀同步網絡FSN?Net中，獲得其幀同步估計值，實現幀同步；將根據幀同步估計值得到的幀同步估計信號輸入訓練完成的估計與均衡子網絡EstEqu?Net中，獲得發射幀信號的估計值；通過發射幀信號的估計值和疊加訓練序列方式，消除疊加訓練序列并解調出發射幀信號中的解調數據；其中，幀同步網絡FSN?Net基于ELM網絡模型構建，估計與均衡子網絡EstEqu?Net基于深度神經網絡構建。本發明可減少頻譜資源的占用，提高幀同步、特別是非線性失真條件下的幀同步性能。

技術領域

本發明涉及無線通信幀同步技術領域。

背景技術

幀同步作為整個無線通信系統的重要組成部分之一，其性能直接關系著整個無線通信系統性能的好壞。然而，無線通信系統中不可避免地存在非線性失真，傳統的幀同步方法(如相關法)因非線性失真的存在，訓練序列的正交性遭到破壞，所以同步性能大大降低，繼而在非線性失真條件下難以適用。

發明內容

本發明的目的在于提供一種機器學習疊加訓練序列幀同步方法，其與傳統相關同步方法相比，顯著減少了頻譜資源的占用，有效提高了非線性失真系統下的幀同步錯誤概率性能。

本發明的技術方案如下：

一種機器學習疊加訓練序列幀同步方法，其包括：

將接收機接收到的發射機采用疊加訓練序列方式生成的發射幀信號進行預處理，獲得其歸一化度量矢量；

將該歸一化度量矢量輸入訓練完成的幀同步網絡FSN-Net中，獲得其幀同步估計值，實現幀同步；

將根據幀同步估計值得到的同步信號輸入訓練完成的估計與均衡子網絡EstEqu-Net中，獲得發射幀信號的估計值；

通過發射幀信號的估計值和疊加訓練序列方式，消除疊加訓練序列并解調出發射幀信號中的解調數據；

其中，幀同步網絡FSN-Net基于ELM網絡模型構建，估計與均衡子網絡EstEqu-Net基于深度神經網絡構建。

根據本發明的一些優選實施方式，所述發射幀信號通過疊加訓練序列方式獲得，如下：

x＝αs+(1-α)c；

其中，α表示疊加因子，表示長度為M的訓練序列，表示長度為M的已調數據序列，表示M維復數域。

根據本發明的一些優選實施方式，所述歸一化互相關矢量的獲得包括：

S21將兩幀相同的訓練序列s拼接為長度為2M的雙訓練序列如下：

S22依次從雙訓練序列中截取長度為M的序列，生成截取序列如下：

S23通過互相關處理，得到所述截取序列和接收信號矢量y的互相關度量Γ_t，如下：

S24收集M個所述互相關度量Γ_t構成互相關度量矢量γ，如下：

γ＝[Γ₀,Γ₁,…,Γ_M-1]^T，γ滿足

其中，表示M維實數域；

S25對所述互相關度量矢量γ進行歸一化處理，得到歸一化互相關度量矢量如下：