基于深度學(xué)習(xí)的SC-FDE符號(hào)檢測(cè)研究
發(fā)布時(shí)間:2024-06-07 23:00
近年來(lái),機(jī)器學(xué)習(xí)技術(shù)與傳統(tǒng)的通信技術(shù)有了更多的交集,F(xiàn)代的通信系統(tǒng)在運(yùn)行過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù),將其與先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)結(jié)合能夠顯著提升網(wǎng)絡(luò)的性能并優(yōu)化通信組件的設(shè)計(jì)和管理。在這一領(lǐng)域,最近提出了一種利用端到端訓(xùn)練對(duì)通信系統(tǒng)組件進(jìn)行聯(lián)合優(yōu)化的方法。本文利用這一思想,對(duì)單載波頻域均衡(SC-FDE)系統(tǒng)進(jìn)行信道估計(jì)與信號(hào)檢測(cè)。本文主要工作如下:(1)首先,針對(duì)單天線SC-FDE系統(tǒng),利用深度學(xué)習(xí)網(wǎng)絡(luò)以端到端的方式處理無(wú)線SCFDE信道。有別于傳統(tǒng)SC-FDE系統(tǒng)的先估計(jì)后檢測(cè),深度學(xué)習(xí)的方法隱式估計(jì)信道狀態(tài)信息(CSI)并直接恢復(fù)發(fā)送的數(shù)據(jù)。為了解決信道失真,首先使用基于信道統(tǒng)計(jì)特性仿真生成的數(shù)據(jù)離線訓(xùn)練深度學(xué)習(xí)模型,然后利用訓(xùn)練好的網(wǎng)絡(luò)恢復(fù)發(fā)送數(shù)據(jù)。根據(jù)仿真結(jié)果,基于深度學(xué)習(xí)的方法與最小均方誤差(MMSE)估計(jì)具有相近的符號(hào)檢測(cè)性能。此外,在使用較少訓(xùn)練導(dǎo)頻以及省略循環(huán)前綴(CP)的情況下,基于深度學(xué)習(xí)的方法優(yōu)于傳統(tǒng)算法。(2)其次,由于無(wú)線傳播,發(fā)送信號(hào)在達(dá)到接收器之前可能經(jīng)歷嚴(yán)重的失真,功率放大器在發(fā)送端處引入的非線性失真可能使該過(guò)程進(jìn)一步復(fù)雜化。本文針對(duì)MIMO-SCFDE系統(tǒng),...
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題的研究背景及意義
1.2 相關(guān)技術(shù)介紹
1.2.1 單載波頻域均衡
1.2.2 人工神經(jīng)網(wǎng)絡(luò)
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 SC-FDE技術(shù)的研究現(xiàn)狀
1.3.2 DL技術(shù)應(yīng)用于通信領(lǐng)域的研究現(xiàn)狀
1.4 論文的結(jié)構(gòu)安排
1.4.1 論文的主要工作
1.4.2 論文的結(jié)構(gòu)安排
第2章 深度學(xué)習(xí)概述
2.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
2.1.1 從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)
2.1.2 前向傳播與反向傳播
2.2 回聲狀態(tài)網(wǎng)絡(luò)
2.3 本章小結(jié)
第3章 基于DNN信道估計(jì)與信號(hào)檢測(cè)
3.1 SC-FDE的系統(tǒng)模型
3.1.1 SC-FDE系統(tǒng)框圖
3.1.2 SC-FDE系統(tǒng)的數(shù)學(xué)分析
3.1.3 兩種信道估計(jì)準(zhǔn)則
3.2 基于DNN的符號(hào)檢測(cè)方案
3.2.1 基于DNN的系統(tǒng)框圖
3.2.2 模型的訓(xùn)練
3.3 仿真結(jié)果
3.4 本章小結(jié)
第4章 MIMO-SCFDE系統(tǒng)中基于ESN的符號(hào)檢測(cè)
4.1 系統(tǒng)描述
4.1.1 系統(tǒng)框圖
4.1.2 系統(tǒng)中的非線性功率放大器
4.1.3 基于ESN網(wǎng)絡(luò)的符號(hào)檢測(cè)方案
4.2 ESN的訓(xùn)練與檢測(cè)
4.2.1 網(wǎng)絡(luò)的訓(xùn)練
4.2.2 網(wǎng)絡(luò)的檢測(cè)
4.2.3 網(wǎng)絡(luò)參數(shù)的調(diào)整
4.3 仿真分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 全文工作總結(jié)
5.2 未來(lái)研究工作的展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷
本文編號(hào):3991081
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題的研究背景及意義
1.2 相關(guān)技術(shù)介紹
1.2.1 單載波頻域均衡
1.2.2 人工神經(jīng)網(wǎng)絡(luò)
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 SC-FDE技術(shù)的研究現(xiàn)狀
1.3.2 DL技術(shù)應(yīng)用于通信領(lǐng)域的研究現(xiàn)狀
1.4 論文的結(jié)構(gòu)安排
1.4.1 論文的主要工作
1.4.2 論文的結(jié)構(gòu)安排
第2章 深度學(xué)習(xí)概述
2.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
2.1.1 從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)
2.1.2 前向傳播與反向傳播
2.2 回聲狀態(tài)網(wǎng)絡(luò)
2.3 本章小結(jié)
第3章 基于DNN信道估計(jì)與信號(hào)檢測(cè)
3.1 SC-FDE的系統(tǒng)模型
3.1.1 SC-FDE系統(tǒng)框圖
3.1.2 SC-FDE系統(tǒng)的數(shù)學(xué)分析
3.1.3 兩種信道估計(jì)準(zhǔn)則
3.2 基于DNN的符號(hào)檢測(cè)方案
3.2.1 基于DNN的系統(tǒng)框圖
3.2.2 模型的訓(xùn)練
3.3 仿真結(jié)果
3.4 本章小結(jié)
第4章 MIMO-SCFDE系統(tǒng)中基于ESN的符號(hào)檢測(cè)
4.1 系統(tǒng)描述
4.1.1 系統(tǒng)框圖
4.1.2 系統(tǒng)中的非線性功率放大器
4.1.3 基于ESN網(wǎng)絡(luò)的符號(hào)檢測(cè)方案
4.2 ESN的訓(xùn)練與檢測(cè)
4.2.1 網(wǎng)絡(luò)的訓(xùn)練
4.2.2 網(wǎng)絡(luò)的檢測(cè)
4.2.3 網(wǎng)絡(luò)參數(shù)的調(diào)整
4.3 仿真分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 全文工作總結(jié)
5.2 未來(lái)研究工作的展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷
本文編號(hào):3991081
本文鏈接:http://www.lk138.cn/kejilunwen/xinxigongchenglunwen/3991081.html
最近更新
教材專著