基于卷积神经网络的帧同步方法、设备及介质技术

本发明专利技术公开了一种基于卷积神经网络的帧同步方法、设备及介质，应用于无线通信系统，方法为：Step1：准备无线通信系统的通信数据集，对接收端数据进行预处理，并根据发送端数据确定接收端数据中的数据包起始位置；Step2：构建卷积神经网络模型，以接收端预处理后的数据为输入，以接收端数据中的数据包起始位置为输出，对构建的卷积神经网络模型进行训练；Step3：将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中；Step4：对接收端数据进行预处理，再输入至训练好的卷积神经网络，输出即为接收端数据中的数据包起始位置。本发明专利技术能充分解决发送端和接收端之间信息漏同步和假同步的问题，提高同步系统的同步性能。提高同步系统的同步性能。提高同步系统的同步性能。

【技术实现步骤摘要】
基于卷积神经网络的帧同步方法、设备及介质


[0001]本专利技术属于无线通信
，本专利技术涉及一种无线通信系统中基于卷积神经网络的帧同步方法、设备及介质。

技术介绍

[0002]现今的无线通信系统中，帧同步是一种标准的同步技术。目前帧同步方法通常通过两种方式之一来实现。一是周期性地在数据流中插入一些标准的特殊码组作为一帧数据的识别标签，接收端通过检测这个帧同步码组来评估有效数据的起始位置，从而实现帧同步。第二种方案是利用数据码组之间互不相同的特性来达到同步效果。
[0003]目前在多数无线通信系统中，通常帧同步方法是通过在每一帧数据的帧头处插入一维伪随机序列作为帧同步标志，利用帧同步码相关性完成帧同步。同时，由于信号在空间传输时会出现各种不确定因素和噪声干扰，导致帧同步码元出现错误，在接收端出现漏同步和假同步的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种在无线通信系统中基于卷积神经网络的帧同步方法、设备及介质，用于解决发送端和接收端之间信息漏同步和假同步的问题，以及提高同步系统的同步性能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的帧同步方法，其特征在于，包括：(1)线下训练阶段：Step1：准备无线通信系统的通信数据集，包括发送端数据和接收端数据；对接收端数据进行预处理，并根据发送端数据确定接收端数据中的数据包起始位置；Step2：构建卷积神经网络模型，以接收端预处理后的数据为输入，以接收端数据中的数据包起始位置为输出，对构建的卷积神经网络模型进行训练；(2)实际使用阶段Step3：将线下训练阶段训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中；Step4：对接收端数据进行预处理，再输入至训练好的卷积神经网络，输出即为接收端数据中的数据包起始位置。2.根据权利要求1所述的方法，其特征在于，对接收端数据进行预处理的步骤为：Step2.1：设接收端数据为R(t)，表示接收机接收到的信号；对接收端数据R(t)进行Q倍过采样，得到接收端采样的数字信号R[n]：R[n]＝R(t)|
t＝nT/Q
其中，T是符号持续时间；Step2.2：使用相关识别器对接收端采样的数字信号进行相关识别，得到输出Z[n]，表示为：式中，S
*
[k]表示的是符号信息中的同步码，其中k∈[0，L
‑
1]，L表示同步系统中的一维伪随机序列同步码的符号个数；Step2.3：对相关识别器的输出Z[n]进行归一化操作得到Y[n]，表示为：其中，Z[n]
max
表示相关识别器输出序列Z[n]中的最大值。3.根据权利要求2所述的方法，其特征在于，设训练好的卷积神经网络在Step4输出的数据包起始位置为n
*
，进一步根据该起始位置为n
*
以及接收端对R(t)的过采样倍数Q，确定接收端数据R(t)中的数据包接收时间t
*
为：T为每个符号的持续时间。4.根据权利要求1所述的方法，其特征在于，训练卷积神经网络模型采用的损失函数为：...

【专利技术属性】
技术研发人员：彭军，何虎，蒋富，李烁，高凯，张晓勇，杨迎泽，刘伟荣，李恒，樊云生，关凯夫，
申请(专利权)人：中南大学，
类型：发明
国别省市：