申请/专利权人：山东大学;山东正晨科技股份有限公司

申请日：2023-12-07

公开（公告）日：2024-04-12

公开（公告）号：CN117880010A

主分类号：H04L25/02

分类号：H04L25/02;H04B13/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提出的一种基于深度学习的时变水声信道估计方法，应用在水声通信领域中。本发明采用创新性的逻辑设计，首先通过水声正交频分复用系统生成原始码元，在原始码元中插入置零的直流子载波；通过4AQM方式对并行数据进行调制；信号经过引入高斯白噪声的时变水声信道；对信号进行解调；利用卷积神经网络、双向门控单元、自归一化网络、全连接网络构建信道估计模块，并引入注意力机制；最后采用Nadm优化器和多分类交叉熵损失函数对网络进行训练。本发明有效解决了时变水声信道下OFDM系统中存在的误符号率和误码率性能失真的问题。仿真结果表示，此方法表现出的性能优于传统的最小二乘法和最小均方误差，提高了水声信道估计的精度。

主权项：1.一种基于深度学习的时变水声信道估计方法,其特征在于包括如下步骤，步骤1：生成调制前经过星座映射的原始码元；步骤2：将直流子载波DC嵌入到原始码元中并置零；步骤3：对并行数据进行调制；步骤4：经过多径信道；步骤5：去除多径信道传来的OFDM信号的循环前缀，再进行解调，用于信道均衡；步骤6：搭建基于深度学习的信道估计网络，并设定超参数；步骤7：将原始码元和经过信道估计并均衡后的OFDM信号数据进行匹配,统计误符号率SER和误码率BER。

全文数据：

权利要求：

百度查询： 山东大学;山东正晨科技股份有限公司 一种基于深度学习的时变水声信道估计方法

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