[发明专利]用于基于人工神经网络补偿信道的设备及方法

说明书

一种用于基于人工神经网络补偿信道的设备及方法，用于基于人工神经网络补偿信道的设备包括：信道学习装置，学习信道的特性；以及信道补偿装置，基于信道学习装置的学习结果来补偿信道的错误。

相关申请的交叉引用

本申请根据要求于2019年6月17日向韩国知识产权局提交的韩国专利申请第10-2019-0071791号的权益，其全部内容通过引用合并于此。

技术领域

本公开涉及基于人工神经网络来补偿信道的错误(噪声、失真)的技术。

背景技术

车辆到一切(V2X)通信技术是一种向驾驶员提供交通安全和应用服务的核心技术，因为数据丢失和传输延迟与驾驶员的安全直接相关，因此它需要高可靠性和低延迟(HR/LL)。

然而，基于IEEE 802.11p物理层标准的车载环境中的无线访问(WAVE)技术是一种通信技术，将IEEE 802.11a/g无线LAN技术改进为适合于车辆环境。由于WAVE技术指定了适合于行人移动速度的子载波和导频的数量，因此由于车辆的高速运动引起的信道变化(高多普勒效应和多径)，很难准确估计信道。

尽管已经提出了一种数据导频辅助(data pilot aided，DPA)方案，该方案通过基于先前的OFDM符号构造虚拟数据导频信号来估计当前正交频分复用(OFDM)符号的信道，作为在WAVE V2X通信环境中估计快速变化的信道的方案，DPA信道估计方案会由于估计信道的失真和噪声而在解映射过程中引起错误。

发明内容

本公开的方面提供一种用于基于人工神经网络补偿信道的设备，该设备能够通过学习车辆到一切通信的信道的特性来降低由于车辆的高速运动而引起的分组错误率，并基于此补偿数据导频辅助(DPA)方案中估计的信道的失真和噪声，还提供了其方法。

本发明构思要解决的技术问题不限于上述问题，并且本公开所属领域的技术人员将从以下描述中清楚地理解本文中未提及的任何其他技术问题。

根据本公开的方面，一种用于基于人工神经网络补偿信道的设备，所述设备包括：信道学习装置，学习信道的特性；以及信道补偿装置，基于所述信道学习装置的学习结果来补偿所述信道的错误。

所述信道学习装置可学习车辆到一切(V2X)通信的信道的特性。

所述信道学习装置可学习频域中的信道相关性。

所述信道学习装置可由自动编码器实现。所述自动编码器可利用一个输入层、三个隐藏层以及一个输出层实现。所述隐藏层可包括：第一隐藏层，包括40个隐藏单元；第二隐藏层，包括20个隐藏单元；以及第三隐藏层，包括40个隐藏单元。

所述信道可包括通过数据导频辅助(DPA)方案估计的信道。

所述信道补偿装置可将通过所述DPA方案估计的信道转换为复数形式的矢量，并且通过将预优化的学习参数应用于所述矢量来补偿所述信道的错误。

所述信道补偿装置可针对多个正交频分复用(OFDM)符号来顺序地补偿所述信道的错误。

根据本公开的方面，一种基于人工神经网络补偿信道的方法，所述方法包括以下步骤：由信道学习装置学习所述信道的特性；和由信道补偿装置基于所述信道学习装置的学习结果，补偿所述信道的错误。

学习所述信道的特性可包括：学习车辆到一切(V2X)通信的信道的特性。

学习所述信道的特性可包括：学习频域中的信道相关性。

所述信道学习装置可由自动编码器实现。所述自动编码器可利用一个输入层、三个隐藏层和一个输出层实现。所述隐藏层可包括：第一隐藏层，包括40个隐藏单元；第二隐藏层，包括20个隐藏单元；以及第三隐藏层，包括40个隐藏单元。