[发明专利]一种基于多维OFDM环境自适应调制方法和系统

说明书

本发明给出了一种基于多维OFDM环境自适应调制方法，包括采集不同场景下的噪声环境，形成不同场景下的噪声环境模型；将接收端接收的信号进行提取伪噪声序列同时经过下采集、傅里叶变换和数据分割处理后重建信号信道传输函数；将伪噪声序列分别进行多维OFDM调制，并将调制后的伪噪声序列映射到各子载波上在噪声环境模型中进行发射，获得一定数量的环境信道传递函数样本，通过提取环境信道传递函数样本的特征，建立环境混合样本数据库；最后利用神经网络对信号信道传输函数进行信道估计网络训练，获得不同类型的最优信道估计网络传输函数。本发明有效解决了现有技术中信道估计精度差、导频资源占用多和星座点选取不佳的等问题。

技术领域

本发明涉及无线通信技术领域，尤其涉及一种基于多维OFDM环境自适应调制方法和系统。

背景技术

正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)技术，是一种公知的多载波调制技术，其主要原理是：将信道分成若干正交子信道，将高速数据转换成并行的低速子数据流，调制到每个子信道上进行传输。正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰。每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道可以看成平坦性衰落，从而可以消除符号间干扰。

在OFDM系统中，由于无线信道具有多变的特性，系统的性能很大程度上会受到影响，因此接收端的设计是一项很关键的任务。信道估计的准确度与系统的性能直接相关，要对抗多径衰落对系统的影响，就在接收端采用了信道估计技术，来提升发送信号的正确度。

信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程，信道估计的精度将直接影响整个系统的性能。现有的OFDM系统在原有的OFDM系统上扩展了信道的垂直维度，造成无线信道相比其他情况更加复杂，若是采用现有常规的最小二乘(Least Square，LS)信道估计，LS算法是通过一定的计算得到信道在导频处的响应H，并对响应H进行内插就可以获得完整的信道响应值，对其进行信道估计，但是存在估计精度差、导频资源占用多和星座点选取不佳等缺陷。

发明内容

为解决现有技术中采用LS信道估计算法中，存在的信道估计精度差、导频资源占用多和星座点选取不佳的等缺陷，本发明提出了一种基于多维OFDM环境自适应调制方法和系统。

在一个方面，本发明提出了一种基于多维OFDM环境自适应调制方法，包括以下步骤：

S1：采集不同场景下的噪声环境，形成不同场景下的噪声环境模型；

S2：将接收端接收的信号进行提取伪噪声序列同时经过下采集、傅里叶变换和数据分割处理后重建信号信道传输函数；

S3：将伪噪声序列分别进行多维OFDM调制，并将调制后的伪噪声序列映射到各子载波上在噪声环境模型中进行发射，获得一定数量的环境信道传递函数样本，通过提取环境信道传递函数样本的特征，建立环境混合样本数据库；以及；

S4：基于环境混合样本数据库，利用神经网络对信号信道传输函数进行信道估计网络训练，获得不同类型的最优信道估计网络传输函数。

优选的，S4步骤中的最优信道估计网络传输函数表达式为：

其中，F(·)表示为信号信道传输网络，s_r为接收端接收到的信号。通过训练出来的最优信道估计网络传输函数可以有效传递有用信号并排除目标环境中的干扰物。

优选的，S4步骤中的神经网络的结构包括输入层、多个连接层、激活层和输出层，且连接层、激活层和输出层的神经元数目都比输入层的神经元的数目大。神经网络中连接层、激活层和输出层的神经元数目比输入层的神经元的数目大，便于充分地提取出信号信道。