申请/专利权人：江苏科技大学

申请日：2022-04-08

公开（公告）日：2024-04-02

公开（公告）号：CN114938250B

主分类号：H04B13/02

分类号：H04B13/02;H04B17/391;H04L27/26;G06N3/0464;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.09.09#实质审查的生效;2022.08.23#公开

摘要：本发明公开了一种基于自编码网络的端到端水声FBMC通信方法及系统，属于水声通信技术领域。首先将自编码网络的思想引入滤波器组多载波调制通信系统，构建Autoencoder‑FBMC水声通信系统网络，这其中包括发送子网和接收子网；然后采用端到端的训练方式以达到对整个系统联合优化的目的；最后将训练好的Autoencoder‑FBMC水声通信网络应用于真实水声环境中，测试当前网络的性能。本发明所提出Autoencoder‑FBMC水声通信系统网络，区别于传统FBMC水声通信系统，不再依赖于各个独立模块的优化，而是以提高系统整体性能为目标，进行全局联合优化。这种调制解调机制兼顾到信道的参数变化与物理特征，从而提高了系统的性能上限。

主权项：1.基于自编码网络的端到端水声FBMC通信方法，其特征在于，包括如下步骤：1将自编码网络的思想引入滤波器组多载波调制通信系统中，搭建Autoencoder-FBMC水声通信网络信道模型；所述的Autoencoder-FBMC水声通信网络信道模型选用稀疏水声信道模型，信道冲激响应可表示为多个路径增益与相对时延不同的单位冲激响应δ之和，即： 其中，Np表示多径数目；tpt表示相对时延；Apt表示路径增益；tpt和Apt均为衡量水声信道脉冲响应ht的主要参数；2对Autoencoder-FBMC水声通信网络信道模型以端到端的方式进行训练，调整网络参数，使得输入与输出的差别最小化，直到确定性能最佳的网络结构；具体过程如下：2.1在离线训练阶段，将随机生成的原始二进制比特流s经过串并转换后输入Autoencoder-FBMC水声通信网络信道模型发送端子网进行映射，对映射后得到的符号x进行OQAM调制，即将映射好的符号的实虚部偏移半个符号；随后在指定位置添加导频，再进行FBMC调制，经过IFFT变换多相网络处理后得到FBMC符号xFBMC后，再经过并串转换后送入水声信道；2.2将经过信道传输后的FBMC符号yFBMC进行FBMC解调，经过多相网络和FFT逆变换后去除导频，将其输入Autoencoder-FBMC水声通信网络信道模型接收端子网，得到接收端的输出其中，原始生成的随机数据s与经水声信道传输后接收到的数据作为一组训练数据；2.3通过在训练过程中调整神经元的权重系数来最小化s与之差，其损失函数选用均方误差损失函数： 3将训练好的Autoencoder-FBMC水声通信网络信道模型应用于真实水声环境中进行检测。

全文数据：

权利要求：

百度查询： 江苏科技大学 基于自编码网络的端到端水声FBMC通信方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD