A method for controlling the working mode of a transmitter based on a neural network, relating to the electric communication technology and the neural network technology. The input signal in the transmitter working mode of different control signals used to control the transmitter through neural network classification, the control signal including but not limited to the power control signal, the frequency control signal, a gain control signal and linearity control signal and data rate control signal and modulation control signal. The invention in the application environment of multi emission target, can be used to classify the input signal by neural network, for each target launch to adjust the transmitter work mode, in order to achieve the purpose of energy saving and automatic channel switching.
【技术实现步骤摘要】
一种基于神经网络控制发射机工作模式的方法
本专利技术涉及通信技术与神经网络技术,具体的说是涉及一种基于神经网络控制发射机工作模式的方法。
技术介绍
通信技术是电子工程的重要分支,同时也是其中一个基础学科。其中发射机是通信技术中不可或缺的部分。一个发射机要完成调制、上变换和功率放大,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。调制有调幅、调频、调相等调制方法。根据不同的输入信号,发射机的发射端需要不同的功率、不同的调制方法、不同的载波信号等。一般而言,在针对多发射目标的应用环境中,输入信号具有不确定性。不同的输入信号需要采取不同的发射模式,才能达到传输效率的最大化。为了解决这一问题,首先要解决的就是要电路识别出不同类型的输入信号,进而将发射机调整为相应的工作模式。而传统电路很难识别输入信号的不同与自动调整发射机的工作模式,从而使得整个电路的功耗增加与传输信道的浪费。因此,有必要提供一种能智能识别输入信号的种类,并相应的改变发射机工作模式的电路。
技术实现思路
本专利技术为了解决由于现有技术限制造成的无法自动识别输入信号并自动调整发射机的工作模式的缺陷,提供了一种基于神经网络控制发射机工作模式的方法,能够降低电路的功耗以及提升信道的利用率。本专利技术的技术方案为:一种基于神经网络控制发射机工作模式的方法,包括如下步骤:步骤一:将发射机的输入信号X通过神经网络进行分类得到所述发射机输入信号X的分类信息;步骤二:根据步骤一得到的分类信息产生不同 ...
【技术保护点】
一种基于神经网络控制发射机工作模式的方法,其特征在于,包括如下步骤:步骤一:将发射机的输入信号X通过神经网络进行分类得到所述发射机输入信号X的分类信息;步骤二:根据步骤一得到的分类信息产生不同的控制信号,所述控制信号包括但不限于功率控制信号、频率控制信号、增益控制信号、线性度控制信号、数据率控制信号、调制方式控制信号;步骤三:将与步骤一所述相同的发射机的输入信号X和步骤二产生的控制信号输入到发射机,发射机根据所述控制信号改变其工作模式,并在该工作模式下对所述发射机的输入信号X进行处理。
【技术特征摘要】
1.一种基于神经网络控制发射机工作模式的方法,其特征在于,包括如下步骤:步骤一:将发射机的输入信号X通过神经网络进行分类得到所述发射机输入信号X的分类信息;步骤二:根据步骤一得到的分类信息产生不同的控制信号,所述控制信号包括但不限于功率控制信号、频率控制信号、增益控制信号、线性度控制信号、数据率控制信号、调制方式控制信号;步骤三:将与步骤一所述相同的发射机的输入信号X和步骤二产生的控制信号输入到发射机,发射机根据所述控制信号改变其工作模式,并在该工作模式下对所述发射机的输入信号X进行处理。2.根据权利要求1所述的基于神经网络控制发射机工作模式的方法,其特征在于,所述步骤一中通过神经网络分类发射机的输入信号X的工作过程分为训练阶段和工作阶段;训练阶段:a、将发射机的输入信号X中的所有样本输入神经网络;b、根据发射机的输入信号X在神经网络中建立发射机工作状态集合Y,所述发射机工作状态集合Y中的每个元素中的变量根据所述发射机的输入信号X确定,所述变量包括但不限于功率、频率、增益、线性度、数据率、调制方式,所述发射机工作状态集合Y中每个元素包括一个或者多个变量;c、神经网络对一部分样本进行学习并调整网络权重矩阵W,得到函数f(X),即神经网络的输出值,所述网络权重矩阵W为函数f(X)的权重值;d、将剩下的未被学习的样本作为测试集,对神经网络输出值即函数f(X)和目标输出即步骤b中建立的发射机工作状态集合Y做比较,判断两者误差是否小于预设精度,若两者误差不小于预设精度时返回步骤a,直到神经网络输出和目标输出的误差小于预设精度,保存网络权重矩阵W,训练结束;工作阶段:根据训练阶段得到的神经网络的网络权重矩阵W对发射机的输入信号X分类,每一次输入到神经网络的发射机的输入信号X对应所述发射机工作状态集合Y中的一个元素。3.根据权利要求2所述的基于神经网络控制发射机工作模式的方法,其特征在于,所述发射机工作状态集合Y包括元素Y1、元素Y2、元素Y3,所述元素Y1表示发射机工作状态包括工作频率为2.4GHz、输出功率为-20dB、发射数据率为100kbps;所述元素Y2表示发射机工作状态包括工作频率为400MHz、增益为10dB、发射数据率为10kbps;所述...
【专利技术属性】
技术研发人员:闫笛,
申请(专利权)人:成都市深思创芯科技有限公司,
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。