一种基于神经网络的数字调制信号解调器及其解调方法技术
【技术实现步骤摘要】
一种基于神经网络的数字调制信号解调器及其解调方法
本专利技术属于集成电路和通信领域，具体为一种基于神经网络的数字调制信号解调器及其解调方法，适用于各种调制方式。
技术介绍
模拟通信和数字通信广泛应用于通信业务中，但数字通信已成为当代通信系统的主流。与模拟通信相比，数字通信具有抗干扰能力强、可靠性高、保密性强、便于存储和处理、设备易于集成、体积小、功耗低等优点。调制的目的是把要传输的模拟信号或数字信号变成适合信道传输的信号，要传输的模拟信号称为调制信号。在通信系统的发送端，把基带信号的频谱搬移到具体给定信道通带内的过程称为调制。在接收端，把已搬移到给定信道通带内的频谱还原为基带频谱，从而将信号还原为原始基带信号的过程称为解调。使用数字基带信号对载波进行调制称为数字调制。数字调制相应有数字调幅、数字调频、数字调相三种方式。由于数字基带信号取值是离散的，因而调制后的载波参数取值也是离散的。数字调制的过程就像用数字基带信号去控制选通门的状态一样，从几个具有不同参数的独立震荡源中选择参数，所以又把数字调制称为“键控”，相应有振幅键控(ASK)、频移键控(FSK)和相移键控(...
【技术保护点】
一种基于神经网络的数字调制信号解调器及其解调方法，包括ADC和神经网络识别模块，其特征在于：所述ADC用于将输入的调制信号转换成数字信号，将其输入至神经网络识别模块；所述神经网络识别模块用于对ADC输入的调制信号进行学习并识别出调制方式和解调出数字基带信号并输出。
【技术特征摘要】
1.一种基于神经网络的数字调制信号解调器及其解调方法，包括ADC和神经网络识别模块，其特征在于：所述ADC用于将输入的调制信号转换成数字信号，将其输入至神经网络识别模块；所述神经网络识别模块用于对ADC输入的调制信号进行学习并识别出调制方式和解调出数字基带信号并输出。2.如权利要求1所述基于神经网络的数字调制信号解调器及其解调方法，其特征在于：所述神经网络识别模块由FNN、CNN、RNN或LSTM这四种神经网络构成。3.如权利要求1所述基于神经网络的数字调制信号解调器及其解调方法，其特征在于：所述RNN和LSTM神经网络直接构成神经网络识别模块；FNN与CNN神经网络配合二选一多路选择器和寄存器来实现时序记忆功能，从而构成神经网络识别模块。4.如权利要求1所述基于神经网络的数字调制信号解调器的解调方法，包括以下步骤：步骤1、输入调制信号；通过ADC将调制信号转换为数字信号；步骤2、神经网络识别模块对ADC转换过的数字信号进行学习，再根据学习结果来修改网络权重值；步骤3、使用未被学习的信号作为测试集，对比测试结果的准确率能否≥预期误码率；步...
【专利技术属性】
技术研发人员：刘洋，刘晏辰，张才志，王俊杰，钱堃，于奇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。