申请/专利权人：华中科技大学

申请日：2022-12-26

公开（公告）日：2024-05-14

公开（公告）号：CN116132224B

主分类号：H04L25/02

分类号：H04L25/02;H04L27/26;H04B13/02;H04B11/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2023.06.02#实质审查的生效;2023.05.16#公开

摘要：本发明公开了一种差分水声OFDM信号检测模型的构建方法及应用，属于通信信号处理技术领域；所构建的TransDetector模型首先通过特征提取模块对噪声向量和各差分水声OFDM数据序列分别进行语义提取，并将提取得到的特征合在一起，构成数据串的语义特征；基于注意力机制对语义特征中的噪声分量进行抑制，从而得到数据串的纯净特征；然后通过信号检测输出模块将数据串的纯净特征映射为数据串中间位置数据所对应的解调数据；本发明利用注意力机制并巧妙地设计了独特的去噪结构，来消除接收到的差分水声OFDM信号中的载波间干扰和噪声，同时本发明也无需使用导频信息来获取信道的CSI信息，能够在复杂的海洋环境下以较高的有效载荷传输速率实现差分水声OFDM信号的精确检测。

主权项：1.一种差分水声OFDM信号检测模型的构建方法，其特征在于，包括：S1、分别对接收机接收到的多个差分水声OFDM信号进行傅里叶变换，得到对应的频域信号；通过将频域信号中的每一个复值数据均表示为由其实部和虚部所构成的一维向量后进行拼接，从而将频域信号转换成一个维度加倍的一维向量，进而得到每一个频域信号的实值向量；将所得的各实值向量与发送端发射的对应原始差分水声OFDM信号进行配对后，构成训练数据集；S2、将所述训练数据集输入到TransDetector模型中进行训练，从而得到差分水声OFDM信号检测模型；其中，所述TransDetector模型包括：输入层、特征提取模块、去噪模块和信号检测输出模块；所述输入层用于基于滑动窗口的方式对输入的实值向量进行滑动截取；每滑动一次，截取长度为nM的数据串，并将其均匀分割为M个长度为n的数据序列后，输入至所述特征提取模块中；其中，n及滑动步长均为偶数；噪声生成模块用于随机生成一个服从高斯分布的噪声向量，并输入至所述特征提取模块中；所述特征提取模块用于对所述噪声向量和各所述数据序列分别进行语义提取，并将提取得到的特征合在一起，构成数据串的语义特征；基于注意力机制对所述语义特征中的噪声分量进行抑制，从而得到数据串的纯净特征；所述信号检测输出模块用于将数据串的纯净特征映射为数据串中间位置数据所对应的解调数据；各数据串中间位置数据所对应的解调数据共同构成解调后的差分水声OFDM信号；所述特征提取模块包括：串联的语义特征提取单元和注意力机制模块；其中，所述注意力机制模块包括一个自注意力网络或者多个级联的自注意力网络；当所述注意力机制模块包括多个级联的自注意力网络时，所述注意力机制模块还包括一个或多个跨层融合单元；所述跨层融合单元分别与至少2个自注意力网络相连；所述跨层融合单元用于将与其相连的多个自注意力网络中的注意力矩阵进行拼接后输入至CNN网络进行处理，并将与跨层融合单元相连的多个自注意力网络中的最后一级自注意力网络的注意力矩阵更新为所述CNN网络输出的融合后的注意力矩阵；所述语义特征提取单元对第i个数据序列进行语义提取的具体方式包括：将第i个数据序列中的每一个数据均加上第i个编码值TrapPEi，从而对第i个数据序列进行梯形位置编码，并基于词嵌入层对编码后的数据序列进行语义提取；其中，TrapPEi＝TrapPEM-i＝2iM；i＝1,2,…,M2。

全文数据：

权利要求：

百度查询： 华中科技大学 一种差分水声OFDM信号检测模型的构建方法及应用

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