一种基于去噪自编码器的窄带干扰智能消除方法技术

本发明专利技术属于无线通信和深度学习技术领域，具体涉及一种基于去噪自编码器的智能窄带干扰消除方法。本发明专利技术利用接收采样数据的时域相关性，通过LSTM和去噪自编码器对于时间序列信号的特征提取能力，将离线收集的窄带信号IQ两路样本输入到自编码器网络中进行训练，使自编码器网络学习到信号时域特征，进而重构出未加干扰的时间序列。利用本发明专利技术提出的方法，接收机在将接收信号进行下变频，低通滤波，再分解成IQ两路过后，将IQ两路数据输入到自编码器网络中，网络输出即是消除干扰的信号。该方法只需引入一个自编码器神经网络模块，即可明显降低接收信号误码率，进而提升通信系统的性能。进而提升通信系统的性能。进而提升通信系统的性能。

【技术实现步骤摘要】
一种基于去噪自编码器的窄带干扰智能消除方法


[0001]本专利技术属于无线通信和深度学习
，具体涉及一种基于去噪自编码器的窄带干扰智能消除方法。

技术介绍

[0002]由于无线信道的复杂性和无线传播环境的多样性，无线信号在自由空间中传输会受到各种各样的干扰。并且实际通信系统中存在着电路热噪声也会进一步对无线信号产生影响，导致无线通信质量的下降，影响无线通信系统的性能，严重时甚至会导致正常通信无法进行。并且随着现代通信技术的进一步发展，会进一步出现衰落现象。因此研究如何实现信号的去干扰和去噪，进行对于无线信号的增强，从而实现无线通信系统的性能提升，是信号处理的一个重要研究方向。
[0003]目前在无线传输场景中，为了减小干扰和噪声的影响，此前已经提出了多种不同的无线信号增强技术。比较传统的方法是对接收信号进行快速傅里叶变换，将信号从时域变换到频域过后，根据干扰的频带特性得到滤波器的参数，以此来设计滤波器，使用带通滤波器将不同频带上的干扰滤除，从而得到接收端所需要的有用信号。这种实现方法相对比较简单，可以对频域上不重叠的信号进行相应滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于去噪自编码器的窄带干扰智能消除方法，用于无线通信接收机，定义系统包括发射机、干扰机和接收机，接收信号包含期望信号、窄带干扰、热噪声；其特征在于，包括以下步骤：S1、在发射机发射导频序列的阶段，选取接收机在一段时间内经过匹配滤波收集到的IQ两路数据信号记为S
j
(t)和已知无干扰情况下的IQ两路序列S(t)，将加扰信号S
j
(t)作为训练数据，S(t)作为标签，从而得到训练数据集；S2、构建智能干扰消除网络，包括特征提取编码器和序列重构解码器；特征提取编码器用于从加入干扰的数据中提取出数据之间的时域相关性；编码器的目标是从输入的时间序列中提取出相关特征，学习到从输入时间序列x到特征的映射：h＝f(x)其中f代表特征提取编码器部分映射编码器部分映射，h代表从时间序列中提取出来的时域特征；特征提取编码器的结构包括3层级联的LSTM网络、一层Batchnormalization层和两层Dropout层组成。LSTM网络由遗忘门f，输入门i、输出门o和内部记忆单元c组成，其中遗忘门决定了前一时刻输出h
t
‑1和输入X被遗忘的程度的量，用公式表示遗忘门的输出为：f
t
＝σ(W
f
.[h
t
‑1,x
t
]+b
f
)其中，W
i
为遗忘门中的权重矩阵，上一时刻输出和当前时刻输入拼接而成的向量记为[h
t
‑1,x
t
]，b
f
为遗忘门中偏置量，σ代表激活函数；输入门用来控制输入X和当前计算的状态更新到记忆单元状态C
t
的多少，表示为：i
t
＝σ(W
i
·
[h
t
‑1,x
t
]+b
i
)其中，W
i
为输入门的权重矩阵，[h
t
‑1,x
t
]表示上一时刻输出和当前时刻输入拼接而成的向量，b
i
为遗忘门中的偏置量，σ代表激活函数；描述当前时刻的单元状态是根据上一次...

【专利技术属性】
技术研发人员：张蔺，丁兆国，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：