[发明专利]一种MIMO-OFDM系统的信息恢复方法及装置

说明书

本发明公开了一种MIMO‑OFDM系统的信息恢复方法及装置，获取MIMO‑OFDM发送端发出并通过信道后的I/Q信号，将I/Q信号输入训练好的卷积神经网络对信号进行恢复，得到恢复后的数据信息；其中，卷积神经网络的训练方法为：利用发送端生成卷积神经网络的训练集，训练集包括原始信息比特和I/Q信号，且原始信息比特与I/Q信号一一对应；采用训练集对卷积神经网络进行训练，得到卷积神经网络中各神经元之间的连接权值和偏置值，将各神经元之间的连接权值和偏置值赋予卷积神经网络，得到训练好的卷积神经网络；本发明通过卷积神经网络替代原有接收机的各个硬件模块，利用卷积神经网络进行统一优化，降低了信号恢复的全局误差，同时降低了接收机的复杂度。

技术领域

本发明属于无线通信技术领域，尤其涉及一种MIMO-OFDM系统的信息恢复方法及装置。

背景技术

在通信领域中，数据量的增加、高速的信息传输和高准确率的通信需求给现在的通信系统带来了较大的挑战。MIMO-OFDM系统利用多天线来抑制信道衰落，相对于普通的SISO(Single-Input Single-Output)系统，MIMO还可以包括SIMO(Single-Input Multi-ple-Output)系统和MISO(Multiple-Input Single-Output)系统。可以看出，此时的信道容量随着天线数量的增大而线性增大。也就是说可以利用MIMO信道成倍地提高无线信道容量，在不增加带宽和天线发送功率的情况下，频谱利用率可以成倍地提高。

接收机是确保MIMO-OFDM系统误码率(BER)性能的关键。由于非理想因素的影响，到达接收机的信号与发射的信号相比将大大失真。接收机需要尽可能准确地从失真信号中恢复信息。为了克服这些非理想因素，传统的无线通信接收机主要使用逐步的串行处理来恢复信息，即使用载波同步来校正载波频率偏差、使用符号同步来克服定时误差、使用信道估计来估计信道响应、使用均衡来克服信道衰落、使用解调来实现调制的逆运算、并使用信道解码等等。

如前所述，在这种接收模式下，每个模块的优化都是对模块本身的性能进行优化，而不一定是通信系统信息恢复的整体全局最优性能。如预处理模块的错误可能会影响后续处理模块的优化，从而导致信号恢复过程中的误差累积。此外，每个接收处理模块的算法设计通常基于理论假设，该理论假设不一定与通信系统的真实条件相匹配。因此，传统接收机优化的是假设条件下的最佳性能，而不一定是现实环境下的最佳性能。进而，导致传统接收机信号恢复准确率难以得到保证。

发明内容

本发明的目的是提供一种MIMO-OFDM系统的信息恢复方法及装置，通过卷积神经网络替代原有接收机的各个硬件模块，再对卷积神经网络进行统一优化，降低了信号恢复的全局误差，同时降低了接收机的复杂度。

本发明采用以下技术方案：一种MIMO-OFDM系统的信息恢复方法，包括以下步骤：

获取MIMO-OFDM发送端发出并通过信道后的I/Q信号，将I/Q信号输入训练好的卷积神经网络进行恢复，得到恢复后的数据信息；其中，卷积神经网络的训练方法为：

利用发送端生成卷积神经网络的训练集，训练集包括原始信息比特和I/Q信号，且原始信息比特与I/Q信号一一对应；

采用训练集对卷积神经网络进行训练，得到卷积神经网络中各神经元之间的连接权值和偏置值，将各神经元之间的连接权值和偏置值赋予卷积神经网络，得到训练好的卷积神经网络。

进一步地，采用训练集对卷积神经网络进行训练包括：

随机选取训练集中的一组训练数据输入到卷积神经网络；训练数据包括原始信息比特和I/Q信号；

通过卷积神经网络计算得出I/Q信号对应的恢复数据信息；

将恢复数据信息和原始信息比特代入卷积神经网络的损失函数，并计算损失函数值；