买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京大学
摘要:本发明公开了一种基于深度学习的OTFS接收机信号检测方法与系统。在本发明中移动性的车辆场景中进行通信,且信道经历双选择性的时间和频率衰落;本发明提出了一种基于深度学习的OTFS接收机信号检测方法来实现高移动性场景下的信号检测及通信,采用深度学习神经网络架构代替传统的OTFS信号均衡和检测技术,在保证可靠性的同时尽量增加灵活性和效率。同时,本发明提出了一种循环移位SP方法,用于对信号数据进行预处理,一定程度上改善了卷积核对于二维信号处理具有局限性的问题。本发明利用深度学习以及SP方法,使得所提出的接收机的性能在低信噪比下明显优于经典信号检测方法,为高移动性场景下稳定可靠的信号接收机提供了一种行之有效的解决方案。
主权项:1.一种基于深度学习的OTFS接收机信号检测方法,其特征在于,包括如下步骤:将二维时延多普勒DD域信号中的复数信息拆分为实部和虚部,在第三个维度上进行拼接,组成M,N,2的数据格式;其中M为子载波数和N为时隙数;采用循环移位SP方法,将输入数据的二维DD域信号按照最大的时延值和最大的多普勒频移值来切割为9个片段,根据二维循环圆卷积的特点,复制外围的8个片段,并按照DD域信息迁移的规律填充原帧周长;将二维DD域信号填充完成后作为基于深度学习的OTFS信号接收机中神经网络的输入;获得神经网络的输出后,将扩展的部分去掉,恢复为原始大小,得到OTFS调制符号的均衡符号;在信号星座图上进行特征提取及信号恢复。
全文数据:
权利要求:
百度查询: 南京大学 一种基于深度学习的OTFS接收机信号检测方法与系统
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。