【摘 要】
：
信道估计作为无线通信的关键,近年来成为相关领域的研究热点.本文针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统下传统信道估计算法性能难以满足复杂场景的通信需求、受噪声影响大等问题,提出了一种基于反卷积网络及扩张卷积网络信道估计的深度学习方法.该方法利用信道的相关性构建了一个轻量级的反卷积网络,利用少数几层反卷积操作来逐步实现信道插值与估计,在较低的复杂度下较好地实现了信道估计.为改善估计性能,进一步构建了一个扩张卷积网络来抑制信道噪声,
【机 构】
：
长沙理工大学计算机与通信工程学院,湖南长沙410000;中国电子科技集团公司第十研究所,四川成都610000
论文部分内容阅读
信道估计作为无线通信的关键,近年来成为相关领域的研究热点.本文针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统下传统信道估计算法性能难以满足复杂场景的通信需求、受噪声影响大等问题,提出了一种基于反卷积网络及扩张卷积网络信道估计的深度学习方法.该方法利用信道的相关性构建了一个轻量级的反卷积网络,利用少数几层反卷积操作来逐步实现信道插值与估计,在较低的复杂度下较好地实现了信道估计.为改善估计性能,进一步构建了一个扩张卷积网络来抑制信道噪声,提高信道估计的准确度.仿真结果表明,在不同信噪比条件下,本文提出的基于反卷积及扩张卷积的深度学习方法比传统方法具有更低的估计误差,且复杂度较低.
其他文献
毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪.本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法.该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算
本文提出了一种基于累量的近场源参数快速估计方法.具体地,本文首先构造了一个累量矩阵,对其进行奇异值分解后,利用得到的右奇异向量和左奇异向量分别使用类Root-MUSIC方法得到了近场波达方向和距离估计的闭式解.该方法利用高阶累量矩阵,减少了阵列孔径损失,提高了能分辨的最大信源数,而且与其他基于高阶累积量的方法相比,该方法在近场的波达方向与距离的估计过程中只需要构造一个累量矩阵和进行一次奇异值分解,并且使用闭式解完全避免了峰值搜索,大大降低了运算量,同时还提高了估计的分辨概率和精度.此外,该方法在几乎没有增
针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequen-cy difference of arrival,TDOA/FDOA)联合定位方法.该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到
雷达在桥梁健康检测领域已经成为最主要的工具之一,主要因为其非接触性、以及可连续,全面检测等优势,雷达对桥梁健康的检测主要通过对桥梁所产生的振动信号进行分析,雷达振动信号包含相位信息,方便对形变量进行提取.对振动信号的检测,通常需要对原始信号进行形变反演,在反演后的信号上再对振动信号进行检测,但是桥梁振动信号通常处于复杂环境中,在杂波以及噪声的影响下,反演后的信号难以呈现振动信号本身的特征,不易进行检测.因此本文提出基于CA-CFAR的桥梁频率检测方法,先在距离多普勒域对距离单元进行检测,再基于振动信号自身
为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于独立分量分析(ICA)和复数神经网络的双麦阵列盲源分离方法.本文将复数递归神经网络和ICA方法有机融合,提出一种基于时频域的双通道复数神经网络,同时解决了独立分量分析中的排列问题.所提方法利用复数域神经网络在输入为混合信号的情况下计算初始化分离矩阵,神经网络输出采用复数域形式,利用复数学习标签估计复数矩阵,然后采用ICA方法获得目标分离矩阵.实验数据表明,所提方法相较于ICA方法提高了盲源
在复杂多径环境中,为了提升雷达系统对目标信号检测能力,同时减少接收端采样部分空间与时间的使用,提出一种联合时间反演与压缩感知的目标信号检测方案.首先通过时间反演的空时聚焦特性,减少多径效应带来的影响,使目标信号能量聚焦,然后设计一个新的压缩测量矩阵,该压缩矩阵具有一定的降噪特性,且无需重构信号,通过直接处理压缩测量样本进行检测.理论分析和仿真结果表明,本文提出的方案在抗噪声、降低多径环境影响和减轻信号处理压力上具有优势.
探地雷达因其无损性与高效性,逐渐成为道路检测、地下勘探等领域的有效探测手段,而探地雷达的传统厚度反演算法存在无法有效检测分层介质厚度、相对介电常数等参数的问题,具有较大的多层介质参数反演误差.因此,本文提出了一种基于遗传算法的层状介质参数反演算法.算法从时域角度出发,结合共中心点方法,设计了基于遗传算法的优化模型,反演地下层状介质结构的参数信息.通过实验仿真,本文所提方法可以应用于地下多层介质,较为准确的反演出层状介质参数信息.
本文针对稀疏恢复空时自适应处理(Space-Time Adaptive Processing,STAP)由于字典设置不合适引起的离网效应,提出了一种基于迭代自适应(Iterative Adaptive Approach,IAA)的字典校正STAP算法.首先在IAA的每次迭代中,找到原始空时导向字典中每个量化空间频率最大功率对应的原子,围绕选定的原子,将其附近的多普勒频率均匀离散成一个集合,然后通过最大化联合似然函数在局域中搜索最优原子,并将选定的原子替换为最优原子,最后通过IAA的全局迭代,选择与杂波脊匹
针对目前删余型Turbo码分量编码器盲识别问题,该文提出一种针对此码的改进型监督矩阵匹配算法.由于Turbo码在编码过程中进行了删余操作,接收端无法获得完整的递归系统卷积码(Recursive System Code,RSC)码字,传统的盲识别方法就不适用于删余型Turbo码的识别.于是该算法在识别序列的构造上进行了改进,针对Turbo码在删余位上的码字与对应的RSC码有所区别的情况,将该位上的码字视为\'0\'和\'1\'等概率出现的误码,从而对删余位进行归零处理并选取合适的截取序列进行
随着不法分子对公共安全的威胁日益加大,主动窃听在商业和军事领域开始发挥重要作用.针对可能存在的解码转发中继网络下的可疑通信,提出了一种混合双工主动窃听系统.假设可疑用户受到干扰后,为了保持恒定的中断概率,将被迫改变可疑发送者的发送速率,利用这一特性对主动窃听者干扰端进行优化处理使得平均窃听速率最大化.通过将窃听到的两个时隙的信息进行不同的处理,分析了接收端两种不同信号合并方案下的平均窃听速率以及相应的最优干扰功率,最后还比较了最优干扰策略下该系统与其他文献中的系统的窃听性能差异.表达式和仿真结果表明,同样