[發明專利]一種通信系統接收端已知信號消除方法及系統

有效

• 申請號: 202111491329.9
• 申請日: 2021-12-08
• 公開（公告）號: CN114221667B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 蔣伊琳;王林森;趙忠凱;陳濤;郭立民;劉魯濤
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: H04B1/10
• 分類號: H04B1/10;G06N3/048;G06N3/09
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種通信系統接收端已知信號消除方法，其特征在于，包括以下步驟：

S1：構建接收端接收信號模型為y(t)＝s(t)+d(t)+N(t)，其中s(t)為目標信號，d(t)為已知干擾信號，N(t)為噪聲信號，s(t)和d(t)為同頻信號；

S2：接收信號y(t)依次通過帶通濾波器和低噪聲放大器，然后與本地載波相乘后通過低通濾波器進行帶通濾波，然后通過ADC進行模數轉換，得到接收信號y(n)＝s(n)+d(n)+N(n)；

S3：利用S2得到的接收信號y(n)＝s(n)+d(n)+N(n)制作數據集，包括訓練集y_x(n)和測試集y_e(n)；

S4：將訓練集y_x(n)和測試集y_e(n)分別與參考信號I(n)進行整合，參考信號I(n)只包含碼元信息，得到DNN神經網絡輸入訓練集h_x(n)＝[y_x(n)，I(n)]和輸入測試集h_e(n)＝[y_e(n)，I(n)]；

S5：初始化DNN神經網絡參數，利用輸入訓練集h_x(n)＝[y_x(n)，I(n)]訓練DNN神經網絡，保存訓練好的模型；

S6：將輸入測試集h_e(n)＝[y_e(n)，I(n)]送入到訓練好的DNN神經網絡模型中進行處理，得到輸出目標信號s′(n)。

2.根據權利要求1所述一種通信系統接收端已知信號消除方法，其特征在于：所述參考信號I(n)與已知干擾信號為相同類型信號。

3.根據權利要求2所述一種通信系統接收端已知信號消除方法，其特征在于：參考信號I(n)設置為至少包含干擾信號所有碼元信息。

4.根據權利要求3所述一種通信系統接收端已知信號消除方法，其特征在于：參考信號I(n)經過歸一化處理。

5.根據權利要求1所述一種通信系統接收端已知信號消除方法，其特征在于：所述DNN神經網絡采用有監督學習的三層神經網絡，包括輸入層、隱藏層和輸出層，DNN神經網絡激活函數使用LeakyReLU。

6.根據權利要求1所述一種通信系統接收端已知信號消除方法，其特征在于：所述利用輸入訓練集h_x(n)＝[y_x(n)，I(n)]訓練DNN神經網絡還包括：

每次訓練計算損失函數：

其中，y_pred是神經網絡的預測值，y_true是標簽的真實值，N是每個樣本中的總點數；

判斷訓練次數是否達到設定最大次數，若達到則結束訓練，否則判斷當前loss_mse是否為設定的近m次訓練中最小值，滿足則停止訓練，保存當前模型，否則進行下一輪訓練。

7.根據權利要求1所述一種通信系統接收端已知信號消除方法，其特征在于：還包括：當輸出目標信號s′(n)的對消比不滿足要求時，將此次輸入網絡模型對消前的信號作為訓練集信號導入DNN神經網絡。