[发明专利]基于深度接收机的矿井通信方法、系统、计算机设备及介质

权利要求书

1.一种基于深度接收机的矿井通信方法，其特征在于，所述基于深度接收机的矿井通信方法包括：

构建矿井巷道的MIMO-OFDM系统模型；

通过建立深度神经网络，并进行有效训练，得到有效训练的矿井MIMO-OFDM通信接收系统的深度接收机模型；

将得到的有效训练的矿井MIMO-OFDM通信接收系统的深度接收机模型进行实际测试，直到恢复原始发射信号。

2.如权利要求1所述基于深度接收机的矿井通信方法，其特征在于，所述矿井巷道的MIMO-OFDM系统模型如下：

MIMO-OFDM系统模型输入输出关系表示为：

其中，y_k表示第k个子信道接收信号矢量；H表示每个子信道的脉冲响应；为第i根天线的第k个子载波是哪个发送的信号矢量；n_k表示第k个子信道上的高斯白噪声；

所述每个子信道的脉冲响应如下：

3.如权利要求1所述基于深度接收机的矿井通信方法，其特征在于，所述通过建立深度神经网络并进行有效训练，得到有效训练的矿井MIMO-OFDM通信接收系统的深度接收机模型包括：

(1)发射端产生已知随机二进制比特流经过信道编码、交织、QAM星座调制映射，进行空时分组编码，转变为多路输出；

(2)对每路信号进行串并转换、IFFT变换进行OFDM调制后，插入保护间隔循环前缀，并调制到载波上并进行功率放大，将调制放大后的信号x_CP(n)利用发射天线进行发射；

(3)通信接收端接收发射出的调制信号；并对接收数据进行串并转换、移除循环前缀及傅里叶变换，得到输出数据其中k为载波序号；

(4)搭建深度神经网络；并对搭建的深度神经网络进行优化。

4.如权利要求3所述基于深度接收机的矿井通信方法，其特征在于，步骤(3)中，所述接收信号y_CP(n)包括：

长度为N的接收信号为：

其中，n为离散时间索引；h(n)为信道的冲激响应函数，w(n)为加性高斯白噪声。

5.如权利要求3所述基于深度接收机的矿井通信方法，其特征在于，步骤(4)中，所述搭建神经网络包括：在DenseNet的基础上建立深度接收机模型；

所述深度接收机模型包括：卷积层、四个转换模块、四个密集模块、过渡模块、全局最大池化层、全局平均池化层以及深度连接层；

所述每个密集模块包含不同数量的层；

所述过渡模块包括：处理归一层、ReLu层以及卷积层；

所述全局最大池化层filter大小为3*1，步长为2；所述全局最大池化层与所述全局平均池化层，用于获取特征向量；

所述深度接收机模型所有卷积的卷积核的大小均为一维。

6.如权利要求1所述基于深度接收机的矿井通信方法，其特征在于，所述对搭建的深度神经网络进行优化包括：

利用随机梯度下降法进行神经网络优化：

使用M个分类器的交叉和确定损失函数：对于包含N个样本的最小批量，损失函数定义为：

其中，c_imk表示第i个样本作为输入时第i个分类器对第m个分类器对第k个类别的输出概率，d_imk表示第i个样本第m位对应的第k个真标签；One-hot编码用于标签，即当真实信息位流中的位为0时，对应的标签为[1,0]^T，否则标签为[0,1]^T。