一种多进制双正交键控信号检测方法及系统技术方案

本发明专利技术涉及无线通信信号接收检测技术领域，公开了一种多进制双正交键控信号检测方法及系统，该方法，包括以下步骤：S1，样本矩阵获取：获取多进制双正交键控信号样本矩阵；S2，卷积神经网络构建：构建卷积神经网络；S3，卷积神经网络训练：利用步骤S1获得的样本矩阵训练卷积神经网络；S4，信号识别：利用训练后的卷积神经网络识别多进制双正交键控信号。本发明专利技术解决了现有技术存在的计算量较大、检测效果较差等问题。问题。问题。

【技术实现步骤摘要】
一种多进制双正交键控信号检测方法及系统


[0001]本专利技术涉及无线通信信号接收检测
，具体是一种多进制双正交键控信号检测方法及系统。

技术介绍

[0002](一)M进制双正交键控的应用：
[0003]M进制双正交键控(M
‑
ary Bi
‑
Orthogonal Keying,MBOK)，是一种多进制扩频的软扩频技术，在保持传统直接序列扩频优良抗干扰性能之外，减少了传输带宽，在一些频谱受限或可变传输速率的场合得以应用。
[0004](二)M进制双正交键控信号发生：
[0005]M进制双正交键控信号的I/Q两路各需要M(M＝32)个长为N
c
(N
C
＝64)的正交序列(walsh码)来代表5
‑
bit信息的32个状态，发送端的二进制信号序列波形可以表示为
[0006][0007]其中c
m
[i]是长度为N
c
的第m个MBOK扩频序列的第i个码片，N
cr/>是正交序列的长本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多进制双正交键控信号检测方法，其特征在于，包括以下步骤：S1，样本矩阵获取：获取多进制双正交键控信号样本矩阵；S2，卷积神经网络构建：构建卷积神经网络；S3，卷积神经网络训练：利用步骤S1获得的样本矩阵训练卷积神经网络；S4，信号识别：利用训练后的卷积神经网络识别多进制双正交键控信号。2.根据权利要求1所述的一种多进制双正交键控信号检测方法，其特征在于，步骤S1包括以下步骤：S11，获取MBOK无线传输信号后，截取N
c
个采样信号样本；S12，计算接收信号向量u(n)的自相关矩阵R；S13，对R按列进行FFT计算，得到复数矩阵R
FFT
矩阵；其中，R
FFT
＝[FFT(r1)，FFT(r2)，
…
，FFT(r
N
‑1))]；r1,r2,
…
r
N
‑1分别表示自相关矩阵R的列向量，FFT(r1),FFT(r2),
…
,FFT(r
N
‑1分别表示对自相关矩阵R的列向量进行FFT计算后的值；S14，对复数矩阵R
FFT
的各个元素求模，得到R
FFT
的模值矩阵R
modulus
；S15，将矩阵R
modulus
归一化得到卷积神经网络的输入样本矩阵R
′
modulus
。3.根据权利要求2所述的一种多进制双正交键控信号检测方法，其特征在于，步骤S2中，构建的卷积神经网络包括依次连接的输入层、卷积层C1、池化层S2、卷积层C3、池化层S4、全连接层F5、全连接层F6、输出层；其中，输入层为输入样本矩阵R
′
midulus
。4.根据权利要求3所述的一种多进制双正交键控信号检测方法，其特征在于，步骤S2中，构建的卷积神经网络的各层采用如下设置：输入层：维度为64
×
64；卷积层C1：包含6个特征层，每层维度为60
×
60，卷积核大小为5
×
5；池化层S2：包含6个特征层，每层维度为30
×
30，使用最大池化进行抽取，抽取比率为2；卷积层C3：包含16个特征层，每层维度为26
×
26，卷积核大小为5
×
5；池化层S4：包含16个特征层，每层维度为1...

【专利技术属性】
技术研发人员：李晓东，胡飞，李开林，张桂祥，咸立文，
申请(专利权)人：中国电子科技集团公司第三十研究所，
类型：发明
国别省市：