[发明专利]一种适用于无CP OFDM系统的基于DenseNet的并行干扰消除检测方法

说明书

本发明公开了一种适用于无CP OFDM系统的基于DenseNet的并行干扰消除检测方法，通过两级基于CNN框架的神经网络DenseNet实现，第一级神经网络DenseNet‑1对已消除符号间干扰的接收OFDM符号实现粗略检测；基于第一级神经网络的粗略检测，对已消除符号间干扰的接收OFDM符号并行地进行部分子载波间干扰消除，然后由第二级神经网络DenseNet‑2对干扰消除后的接收OFDM符号实现进一步的精确检测。本发明能够应用于高阶调制无CP OFDM系统，从存在ICI和ISI的接收OFDM符号中以较高的精确度检测出发送OFDM符号，最终实现OFDM系统频谱效率的提高。

技术领域

本发明涉及一种适用于无CP OFDM系统的基于DenseNet的并行干扰消除检测方法，属于无线移动通信技术领域。

背景技术

正交频分复用(OFDM)技术频谱利用率高，实现简单，在资源管理方面具有较大的灵活性，被广泛的应用于4G LTE和5G NR。每个OFDM符号的开始均附有长于信道冲激响应长度的循环前缀(CP)用于保证抵抗前一OFDM符号的干扰，保持子载波间的正交性。然而，CP承载的是一段重复的信息，会造成频谱效率的降低。因此有必要研究一种无CP OFDM通信系统。

当CP不存在时，接收OFDM符号中存在严重的子载波间干扰(ICI)和符号间干扰(ISI)，导致常用的单抽头检测技术会完全不能工作。针对ICI和ISI，有国内外学者提出了串行干扰消除技术(SIC)，然而SIC技术只能处理CP短于但与信道冲激响应长度差距不大的场景，在高阶QAM调制的无CP OFDM系统中SIC技术由于存在严重的误码传播无法工作。针对无CP OFDM系统，误码率最小的检测方法为最大似然序列检测(MLSE)技术，然而MLSE技术的复杂度随着调制阶数和子载波数目的增加呈现指数性的增长，在实际的子载波数目较多的高阶调制无CP OFDM系统中难以应用。

发明内容

本发明的目的是提供一种适用于无CP OFDM系统的基于DenseNet的并行干扰消除检测方法，能够应用于高阶调制无CP OFDM系统，从存在ICI和ISI的接收OFDM符号中以较高的精确度检测出发送OFDM符号，最终实现OFDM系统频谱效率的提高。

为实现上述目的，本发明采用的技术方案为：

一种适用于无CP OFDM系统的基于DenseNet的并行干扰消除检测方法，其特征在于：包括以下步骤：

步骤1，对发送机的M-QAM符号进行串并变换并映射到频域OFDM符号X_k的可用子载波上，X_k经过快速反傅里叶变换后得到时域OFDM符号，将该时域OFDM符号经过并串变换、数模处理后调制到载频上，然后由发送天线送入时变多径信道；其中，X_k中包含的总子载波数为N，位于中间位置的为N_u个可用子载波，位于两侧位置的为虚拟子载波，虚拟子载波个数分别为N_v；

步骤2，对接收机天线上的接收信号进行解调后得到基带信号，对该基带信号进行模数变换、同步、快速傅里叶变换后得到频域接收OFDM符号Y_k，取接收OFDM符号Y_k中的有用子载波上的接收信号用于发送OFDM符号的检测，其中

上式中，表示造成有用子载波间干扰的频域信道矩阵，表示造成符号间干扰的频域信道矩阵，表示有用子载波上的频域加性高斯白噪声，表示第k个频域发送OFDM符号X_k在有用子载波上发送的M-QAM符号；

步骤3，对按下式进行符号间干扰消除

其中，表示已消除符号间干扰的OFDM接收符号，表示对第k-1个OFDM接收符号有用子载波上发送的M-QAM符号的硬判决结果；