[发明专利]一种基于FFDNet的OFDM-IM信号检测方法在审
申请号: | 202310332559.3 | 申请日: | 2023-03-29 |
公开(公告)号: | CN116389211A | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 段思睿;刘建成;余翔;庞育才;肖云鹏;王蓉 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | H04L27/26 | 分类号: | H04L27/26 |
代理公司: | 重庆辉腾律师事务所 50215 | 代理人: | 周磊 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 ffdnet ofdm im 信号 检测 方法 | ||
1.一种基于FFDNet的OFDM-IM信号检测方法,其特征在于,包括:
S1:在OFDM-IM系统中,发送端将信号X通过信道H发送到接收端,得到接收信号Y,并对接收信号Y进行均衡处理,得到二维格式的均衡信号
S2:对二维格式的均衡信号的静默子载波上的信号进行数据增强,得到的增强后的均衡信号
S3:建立FFDNet降噪网络;所述FFDNet降噪网络包括:降采样层、图结合层、CNN降噪层、重组层;
S4:通过降采样层对增强后的均衡信号降采样,得到4个同样大小的子图,若噪声水平为δ,则噪声为noise=δ/255×randn(size(label)),与此同时获得4个子图对应信噪比的噪声水平图M,且噪声水平图M的大小与子图的大小一致;
S5:将增强后的均衡信号的子图和子图对应噪声水平图M进行组合,得到训练数据样本
S6:将信号X作为标签同训练数据样本输入CNN降噪层,进行CNN降噪层的训练;
S7:将二维格式的均衡信号输入训练好的CNN降噪层进行数据降噪,得到降噪后的信号Yde和降噪后的信号的能量分布Ede;
S8:利用噪声估计水平δ分别计算量分布系数γ和信号组合系数β,通过重组层对降噪后的信号Yde和降噪后的信号的能量分布Ede进行重组,得到重组后的待检测信号和重组后的能量分布;
S9:构建检测网络,并对检测网络进行训练;
S10:利用训练好的检测网络对重组后的待检测信号进行检测,并通过重组后的能量分布判断激活载波的位置,得到信号估计的对信号估计的值进行判决,得到估计的比特流
2.根据权利要求1所述的一种基于FFDNet的OFDM-IM信号检测方法,其特征在于,对二维格式的均衡信号的静默子载波上的信号进行数据增强,包括:
其中,表示增强后的均衡信号,n1、分别表示静默载波位置、NL的噪声分布,为均衡信号的实部,为均衡信号的虚部。
3.根据权利要求1所述的一种基于FFDNet的OFDM-IM信号检测方法,其特征在于,将发送信号X作为标签同训练数据样本输入CNN降噪层,进行CNN降噪层的训练,包括:
其中,Loss1表示降噪网络的损失函数,M1表示降噪网络的训练集大小,fde表示降噪函数,表示训练数据样本,θde(δ)表示降噪网路的常量,δ表示噪声估计水平,X表示发送信号。
4.根据权利要求1所述的一种基于FFDNet的OFDM-IM信号检测方法,其特征在于,将二维格式的均衡信号输入训练好的CNN降噪层进行数据降噪,得到降噪后的信号Yde和降噪后的信号的能量分布Ede,包括:
降噪后的信号Yde:
其中,Yde表示降噪后的信号,fde表示降噪函数,表示二维格式的均衡信号,θde(δ)表示降噪网路的常量,δ表示噪声估计水平;
降噪后的信号的能量分布Ede:
其中,Ede表示降噪后的信号的能量分布,Yde表示降噪后的信号,和分别表示对应载波位置上的降噪信号。
5.根据权利要求1所述的一种基于FFDNet的OFDM-IM信号检测方法,其特征在于,利用噪声估计水平δ分别计算能量分布系数γ和信号重组系数β,包括:
能量分布系数γ:
信号重组系数β:
其中,δ表示噪声估计水平,SNR表示实际信道环境中的信噪比。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310332559.3/1.html,转载请声明来源钻瓜专利网。