【摘 要】
:
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种多载波传输技术,其频谱利用率高,抗多径能力强,目前己被广泛应用于水声通信。深度学习技术因其在计算机视觉和自然语言处理领域中的出色表现而受到广泛关注,其极强的特征提取能力和拟合能力为水声OFDM通信提供了新的发展空间。本文就水声OFDM系统中的信道编码、调制、信道估计、解调以及信道解码
论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种多载波传输技术,其频谱利用率高,抗多径能力强,目前己被广泛应用于水声通信。深度学习技术因其在计算机视觉和自然语言处理领域中的出色表现而受到广泛关注,其极强的特征提取能力和拟合能力为水声OFDM通信提供了新的发展空间。本文就水声OFDM系统中的信道编码、调制、信道估计、解调以及信道解码技术展开研究,尝试利用深度学习技术来提高水声通信系统的性能。首先,针对水声信道的物理特性,本文提出了一种基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)的水声OFDM信道估计方法。该方法将图像超分辨重建思想引入信道估计任务中,使用生成对抗网络和嵌套型残差密集块进行信道估计。该方法还利用水声信道特征之间的误差来优化ESRGAN的损失函数,提高了系统的抗噪能力。仿真结果证明,与现有方法相比,提出的方法具有更好的信道估计精度。其次,针对水声通信的特点,本文使用基于卷积神经网络(Convolutional Neural Network,CNN)的自编码器设计了一种水声OFDM通信方案。该方案把自编码器的编码层视为发射机,解码层视为接收机,使用CNN减少训练参数,加快收敛速度,完成了调制与解调功能。接下来本文借助卷积码的思想,在基于CNN的自编码器网络结构中添加双向长短期记忆网络,为传输的比特信息引入时间相关性,完成了信道编码与信道解码功能。仿真结果表明,基于自编码器的通信方案改善了恶劣的信道状态对通信性能的影响,提高了传输的可靠性。最后,本文将提出的基于ESRGAN的水声OFDM信道估计方案与基于自编码器的水声OFDM通信方案相结合,端到端联合优化整个通信过程,实现了一个基于深度学习的水声OFDM传输方案。该方案保证了整体上的通信性能最优,利用神经网络完成了信道编码、调制、信道估计、解调和信道解码的过程。仿真结果表示,该方案实现了比对每个独立模块分别优化的水声OFDM物理层传输方案更优越的性能。
其他文献
信号检测理论广泛应用于各种领域,水下未知弱信号检测一直以来都是军事海洋学的研究热点。传统信号检测方法是对噪声进行抑制或者削弱,但是随机共振理论是将噪声能量转化为信号能量来增强弱信号,从而实现弱信号检测。基于随机共振理论,本文提出了一种新的信号检测测度指标,用于检测水下未知弱信号的频率。当接收到的微弱信号输入到随机共振系统时,首先对输出信号进行频谱分析,将系统输出信号频谱中振幅最大值对应的频率作为信
计算机断层成像技术(CT)是一种已经广泛运用于临床辅助诊断和医学观察的成像方法。随着人工智能时代的到来,基于深度学习的单视角CT重建技术成为了当前学术界的热点研究方向之一,相比于传统CT重建算法,单视角CT重建技术有着辐射剂量小,重建速度快等诸多优点,在医疗领域中,可应用于对癌症患者靶区进行实时定位等任务。本文对当前的主流单视角CT重建网络进行分析,并解决其中存在的问题,研究内容主要分为三部分:(
随着海量的各式智能设备接入网络,以及各种新型产业海量数据传输与共享,人们对于无线通信的流量需求正以指数级增长。为了解决稀缺的频谱资源与快速增长的流量需求之间的矛盾,第五代(5-th Generation,5G)通信网络乃至正在规划的第六代(6-th Generation,6G)通信网络都在研究使用更高的频率进行通信,其中毫米波(Millimeter Wave,mm Wave)因其丰富的频带宽度而受
随着通信技术的飞速发展,触觉作为视听之外人类第三大感知模态,赋予了人类感知与改变客观世界的能力。高质量触觉通信技术受到了学界和工业界广泛的关注。触觉遥操作系统是触觉通信的重要用例。触觉遥操作系统是一个通信延迟敏感的人类在环的闭环系统。目前有多种控制结构用于遥操作系统的稳定性控制,而通信延迟下不同控制下的遥操作系统的性能和稳定性,仍然是一个待研究的问题。遥操作系统性能的追求目标是临场感,指没有物理出
移动通信技术的发展日新月异,促使各类通信设备不断地迭代升级。手机作为当今社会中最为常用的移动通信设备,在近些年的研究中受到了广泛的关注。虽然手机等移动设备的天线技术在不断进步,但由于进入5G时代,由于毫米波的特性,5G手机的天线在传输信号时容易受到路径损耗的影响,这使得天线仍需要进行改进。此外,应用于手机上的微带天线的工作带宽较小,较难同时满足兼容不同国家5G工作频段的需求。因此本文针对上述现状,
红外弱小目标检测与跟踪是计算机视觉领域的研究热点。由于红外图像中弱小目标空间尺度小、强度弱,因而其形状、颜色、纹理特征不明显,且极易受复杂背景和噪声的干扰,导致提升目标检测算法性能的难度大大增加。随着红外弱小目标检测技术研究的不断探索,各类检测算法应运而生。针对这一难题,本文分别研究了基于改进动态规划检测前跟踪(Dynamic Programming Track Before Detect,DP-
癌症严重威胁人类健康,患者的预后评估有助于诊疗方案的确定,有着重要的临床意义。在预后评估中,生存预测是其中的重要变量,分子分型的预测也有助于判断新辅助治疗的疗效,但预后评估本身是一个相对困难的任务。随着人工智能技术发展,基于深度学习的预后评估取得了很大进展,且越来越得到医学专家认可。然而目前的基于深度学习的预后生存预测方法未充分利用医生先验,对多模态信息也使用较少,生存期预测的准确率还有待提高;基
随着无线通信技术的发展以及各种通信接入设备的增多,当前固定的频谱分配政策极大的限制了对有限频谱资源的利用。认知无线电技术允许认知用户机会式地利用环境中的空闲频谱资源,有利于提高频谱利用率,因而受到了广泛的关注与研究。同时,以学习并获取最佳动作选择策略为目标的强化学习算法能够极大提高系统的智能性,在自动控制和资源优化等领域受到了广泛应用。本文研究了基于强化学习的认知无线电动态频谱接入算法,实现了对有
在多媒体信息化的浪潮中,人们可以利用现代化的拍摄设备和智能化的图像处理软件随心所欲地记录生活,但同时也给不法分子进行图像恶意篡改和信息犯罪提供了空间,数字图像取证技术应运而生。作为数字图像被动取证技术中的重要分支,相机型号来源鉴别为维护司法正义、树立版权意识及打击网络犯罪等方面立下汗马功劳,其目的是将待检测图像与其拍摄的相机模型建立联系以推动相关案件的司法取证工作。在传统的数字图像取证中,相机来源
语音带宽扩展技术旨在应用语音信号处理方法,从窄带语音中恢复出相应的宽带语音信号,它在通信网络、智能终端、语音识别系统等领域具有广泛应用前景。近年来,随着深度学习理论的快速发展,语音带宽扩展技术取得了新突破,语音信号的带宽扩展效果也有较大提升,但相较于原始宽带语音信号,其语音质量仍有明显差距,还难以达到实际应用的要求。因此,语音带宽扩展技术的研究仍具有挑战性。本文应用深度学习理论,对基于深度神经网络