[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

本發明公開了一種通信系統接收端已知信號消除方法及系統，包括構建接收端接收信號模型為y(t)＝s(t)+d(t)+N(t)；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，通過ADC進行模數轉換，得到接收信號y(n)＝s(n)+d(n)+N(n)；利用y(n)＝s(n)+d(n)+N(n)制作數據集，包括訓練集ysubgt;x/subgt;(n)和測試集ysubgt;e/subgt;(n)；將訓練集ysubgt;x/subgt;(n)和測試集ysubgt;e/subgt;(n)分別與參考信號I(n)進行整合，得到輸入訓練集hsubgt;x/subgt;(n)＝[ysubgt;x/subgt;(n)，I(n)]和輸入測試集hsubgt;e/subgt;(n)＝[ysubgt;e/subgt;(n)，I(n)]；初始化DNN神經網絡參數，利用輸入訓練集hsubgt;x/subgt;(n)＝[ysubgt;x/subgt;(n)，I(n)]訓練DNN神經網絡，保存訓練好的模型；將輸入測試集hsubgt;e/subgt;(n)＝[ysubgt;e/subgt;(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)。本發明對已知干擾信號到達的時間沒有要求且可以有效的消除已知干擾信號。

技術領域

本發明屬于通信系統接收端已知干擾信號消除領域，涉及通信系統接收端已知信號消除方法及系統，特別是是一種基于深度神經網絡的同時同頻已知信號消除方法及系統。

背景技術

隨著電子信息及通信技術的發展，在日常的生活環境中電磁信號也越來越復雜。尤其是在低頻段，帶寬的使用率較高，各種信號云集其中，信號形式比較密集。在接收目標信號時，通常會受到一些其他形式信號的影響，甚至會淹沒在其他形式的干擾信號中。在低頻段密集的信號中，存在一些已知形式的信號，如導航信號等。當目標信號與已知干擾信號位于同頻段時，為了更精準的識別目標信號，對于接收端就要消除已知信號以降低其對目標信號的影響。

目前針對已知形式的信號對消領域的研究相對較少，當信號的出現時刻和信號形式是已知時，使用傳統的自適應濾波算法可以對其進行有效的消除，而在實際電磁環境中，要消除的已知信號的到達時間是未知的，因此在使用自適應濾波器時需要對信號的到達時間進行估計，這樣不僅需要增加計算量，還可能導致由于已知信號到達時間的誤差而導致目標信號被淹沒。近些年來，有學者通過對深度神經網絡的深入理解，提出了使用深度神經網絡替代傳統的自適應濾波器來達到消除干擾信號的目的，但并未將其引入到已知信號消除領域。

發明內容

針對上述現有技術，本發明要解決的技術問題是提供一種基于深度神經網絡的通信系統接收端已知信號消除方法及系統，對已知干擾信號到達的時間沒有要求且可以有效的消除已知干擾信號。

為解決上述技術問題，本發明的一種通信系統接收端已知信號消除方法，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，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)]；