典型文献
基于被动时间反转-卷积神经网络的OFDM水声通信系统研究
文献摘要：
水声(Underwater Acoustic,UWA)信道的多径效应和多普勒效应造成正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统接收端符号间干扰和载波间干扰,降低系统性能.构造一种新型的被动时间反转-卷积神经网络(Passive Time Reversal-Convolutional Neural Network,PTR-CNN),并将其应用于OFDM水声通信系统接收端.PTR-CNN网络的构造包括两部分,首先,基于被动时间反转理论削弱多径增强主路径信息能量;其次,将上述输出结果转换成二维矩阵,再输入卷积神经网络中进行信号检测,同时对抗多径和多普勒效应带来的干扰;最后,网络输出直接恢复比特流.仿真和试验结果表明,与目前主流信道估计和信号检测算法相比,所提方法能够提升系统的可靠性,在不同水声信道环境测试中均具有较好的鲁棒性.
文献关键词：
正交频分复用;深度学习;被动时间反转;水声通信;信号检测
中图分类号：
作者姓名：
付晓梅;王思宁;胡雅琳
作者机构：
天津大学海洋科学与技术学院,天津300072
文献出处：
引用格式：
[1]付晓梅;王思宁;胡雅琳-.基于被动时间反转-卷积神经网络的OFDM水声通信系统研究)[J].湖南大学学报（自然科学版）,2022(08):169-178
A类：
被动时间反转
B类：
OFDM,水声通信,通信系统,Underwater,Acoustic,UWA,多径效应,多普勒效应,正交频分复用,Orthogonal,Frequency,Division,Multiplexing,接收端,载波间干扰,系统性能,Passive,Time,Reversal,Convolutional,Neural,Network,PTR,主路径,信息能,输出结果,转换成,二维矩阵,信号检测,抗多径,复比,比特流,信道估计,检测算法,提升系统,水声信道,环境测试
AB值：
0.368108
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
