基于深度学习的同频混合信号单通道盲分离研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:feya520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
同频混合信号的单通道盲分离在成对载波多址(Paired Carrier Multiple Access,PCMA)非合作通信中广泛应用。对于单通道接收的混合信号,非合作第三方难以构造出信号分离的正定条件,无法开展有效的信息解调。研究如何实现信号的单通道盲分离,对提高通信信号侦察能力具有重大意义。本文在盲分离研究中引入了深度学习方法,降低了盲分离的复杂度,并且具有更强的适应性,可以在多种时变的信道下得到优于传统方案的性能。针对时不变信道场景,本文提出了基于双向循环神经网络的同频混合信号盲分离方案。该方案可以在网络训练后从接收信号中恢复出两路原始信息比特,并且充分利用信道记忆性引起的符号相关性,避免了对符号的遍历搜索,实现了性能和复杂度之间的折中。对于连续接收信号,提出了分块处理策略,解决了每个数据块首尾错误率较高的问题。在等效信道记忆长度较大时,与传统逐幸存路径处理(Per-Survivor Processing,PSP)方案相比,本文提出的方案在无失真和非线性失真信道下均达到了更好的解调性能,并且计算复杂度更低。此外,当信号幅度在训练阶段和测试阶段不匹配时,该方案也具有一定的泛化能力,因此可以适应信道响应变化的场景。针对时变信道场景,本文提出了结合深度学习信道插值估计的同频混合信号单通道盲分离方案。为了进行估计时变信道,提出了一种神经网络辅助的插值估计算法,能够学习挖掘信道的时变特征,经过训练后从导频处的信道初估计值中得到精确的信道插值估计值。同时,将该算法结合到盲分离算法中,实现了比传统线性插值算法更好的估计和解调性能。此外,该方案能较好地适应信道统计特性的变化,具有较强的鲁棒性。
其他文献
桥梁作为交通系统的重要组成部分,对其进行定期检测以确保其安全性及可靠性是一项十分重要的工作。传统人工检测方法效率低,精度差,成本高,难以满足当前桥梁检测的巨大需求。随着计算机及图像处理技术的迅速发展,基于机器视觉的桥梁检测系统逐渐成熟。针对目前桥梁裂缝图像检测系统中裂缝识别率不高,裂缝宽度测量精度不足等问题,本文提出了一种基于卷积神经网络的裂缝识别算法以及裂缝宽度亚像素测量算法。论文的主要工作如下
化学传感器广泛应用在许多领域,包括环境监测、临床诊断、医疗保健、安全警报和食品质量检查等。在化学传感器的许多应用场景中,快速获得传感结果是非常必要的,比如易燃易爆气体的警报或有毒物质的检测,减少检测时间还可以改善用户体验、降低功耗。然而,许多化学传感器都有着响应时间长的问题。为此,一种经济有效的解决方案是通过数据处理算法根据早期瞬态响应数据预测最终结果,即被分析物的浓度或类别,但目前相关工作的方法
车辆尾气中的NOx会造成严重的环境污染,选择性催化还原(SCR)技术通过喷射尿素水溶液进而分解生成NH3来还原NOx,但其喷射过多造成的“氨泄漏”同样后果严重,因此有必要在SCR下游设置合适的传感器来检测NH3浓度。在众多类型传感器中,混合电位型固体电解质传感器因为结构简单、适应性好、传感性能优异而具有非常广阔的应用前景。因此,研究氨气敏感材料的形态与氨气传感器的结构,进而提高对NH3传感性能具有
随着自主式水下机器人(Autonomous Underwater Vehicle,AUV)智能化的发展,人工智能方法在其关键技术上得到了越来越多的应用。强化学习是一种重要的人工智能方法,在与环境的交互中自学习决策模型,弱化了对模型和环境的约束,具有相当高的灵活性。本文基于强化学习算法,研究在海流影响下的AUV长距离二维路径规划问题,提高AUV在复杂环境中的灵活性和适应性。本文具体工作如下:首先,以
新能源共享汽车是一种基于共享经济的新型出行模式,在以往的研究中,研究者普遍忽略车辆的电量问题,但是随着我国新能源汽车在共享汽车行业的占比越来越高,车辆续航里程和充电问题已经是不可再忽略的因素,否则相关研究就脱离了实际意义。因此,本文针对共享汽车的运营问题,并以车辆续航里程和充电时间为背景,分别对新能源共享汽车中的最小车辆编队、车辆调度、以及定点拼车等进行研究。主要内容如下:1.针对考虑车辆续航里程
本文的主要目标是在各种未说明的空间约束下,分析不同强化学习策略对机器人器械护士(RSN)应用的影响,尤其是对其“到达者”任务的影响。这一任务是机器人操纵任务中最重要的方向之一。本文提供了我们的对于不同空间约束下的“到达者”任务的实验结果和评估。我们使用了强化学习算法DDPG-HER和SAC-HER对各种未说明的空间约束进行测试。本算法基于7 DOF机械臂进行实验评估。实验结果采用奖励价值和成功率作
本论文设计、研究了国内大型枢纽机场下穿通道群的综合监控系统。该机场下穿通道群包含了国内某大型枢纽机场的四条下穿通道,用于让机场内部车辆快速穿越飞机滑行道,提升机场运营效率。而本文设计的机场下穿通道综合监控系统可以使得机场管理人员在同一个平台上对机场下穿通道群的现场环境,实时交通状况,附属设备状态及各类异常报警事件进行监控及管理,保障车辆在下穿通道的安全行驶。本文在参考了公路隧道监控系统的基础上,并
基于视觉的目标物体位姿识别具有广泛的应用场景,例如利用机械臂完成目标工件的抓取,分拣与姿态调整等等。当前构建一套成熟的物体位姿识别系统协助机械臂抓取还存在许多挑战。本论文从工业实际应用出发,利用传感器获取初始的彩色图像与深度图像数据,结合目标物体模型参数等作为先验知识,完成目标物体的位姿识别。针对应用中需要处理的物体存在的弱纹理,复杂形状等特性,提出了一种利用物体轮廓特征和消费者级RGBD传感器的
现今,电脑与手机等智能设备普及到每家每户,游戏已逐步成为大众休闲时间的首选。在硬件与技术不断发展提升的同时,游戏开发技术也在不断的进步,以达到日益精细和高质量的游戏品质。本研究论文设计与实现了一个完整的游戏项目。在项目中,构建了实体组件系统(Entity Component System,简称ECS),并在此架构模式下开发游戏功能与逻辑。同时,为了使功能逻辑与底层脱离,达到独立性与可移植性,本研究
目的龋病是最常见的口腔疾病之一,致龋菌的检测对龋病的预防和诊断具有重要意义。经典的平板菌落计数法耗时费力;分子生物学方法虽检测时间相对较短,但其所用设备昂贵,技术要求较高,不利于普及和推广。针对这一现状,本研究拟通过对四氧化三铁纳米颗粒(Fe3O4 Nanoparticles,Fe3O4 NPs)和DNA构成的纳米界面进行设计与改进,构建一系列生物传感器用于口腔细菌检测,期望其不但能发挥灵敏度高、