基于多层感知机的自干扰对消系统及方法技术方案

技术编号:40944176 阅读:32 留言:0更新日期:2024-04-18 15:01
本发明专利技术提出了一种基于多层感知机的自干扰对消系统及方法,对消系统包括含有信号同步模块和前向传播模块的多层感知机,对消方法的实现步骤为:信号采集模块对接收信号进行采样;IQ解调模块对采样信号进行解调;信号同步模块对参考信号进行延迟处理;数据预处理模块对参考同步信号进行预处理;前向传播模块获取自干扰信号的估计值;减法器获取数字自干扰对消结果。本发明专利技术在考虑无线信道多径效应的同时,信号同步模块通过同步延迟的估计值对参考信号进行延迟处理,增加了参考信号与自干扰信号间的相关性,提高了自干扰对消能力,且前向传播模块所包含的两个脉动阵列模块通过并行的方式对隐藏层单元的每个输出进行加权求和,提高了自干扰对消效率。

【技术实现步骤摘要】

本专利技术属于无线通信,涉及一种自干扰对消系统及方法,具体涉及一种基于多层感知机的自干扰对消系统及方法,可用于全双工通信设备中。


技术介绍

1、全双工通信设备因为有限收发隔离和无线信道的多径效应会引起收发天线间的信号泄露形成环路自干扰,进而造成通信中断或接收信噪比下降,严重影响通信质量。为了降低环路自干扰对通信质量的影响,需要对自干扰进行对消。自干扰对消是指利用参考信号对自干扰信号进行估计,并从接收信号中减去自干扰信号的过程,自干扰对消方法可分为基于信道估计、基于预编码、基于自适应滤波和基于深度学习的自干扰对消方法。

2、得益于神经网络强大的非线性映射能力,基于深度学习的自干扰对消方法得到广泛应用,其是通过神经网络对自干扰信号模型中的幅度和相位参数进行估计,进而得到自干扰信号的估计值,例如申请公布号为cn113325375a,名称为“一种基于深度神经网络的自适应对消方法”的专利文献,公开了一种基于深度神经网络的自适应对消方法,步骤为:1)定义接收天线接收的信号模型;2)定义非线性功率放大器的模型;3)将目标信号进行非线性建模,使用大量数据对dn本文档来自技高网...

【技术保护点】

1.一种基于多层感知机的自干扰对消系统,包括信号采集模块,以及级联的多层感知机和减法器;所述多层感知机包括并行排布的IQ解调模块和参考信号处理模块,所述参考信号处理模块包括级联的信号同步模块、数据预处理模块和前向传播模块;所述信号采集模块连接在IQ解调模块的输入端,所述IQ解调模块的输出端还与信号同步模块相连;其特征在于:

2.根据权利要求1所述的系统,其特征在于,所述多层感知机,其中,所述IQ解调模块,包括级联的数控振荡器、混频器和抽取滤波器;所述数据预处理模块,包括级联的抽头延迟单元和归一化模块。

3.根据权利要求1所述的系统,其特征在于,所述第一和第二脉动阵...

【技术特征摘要】

1.一种基于多层感知机的自干扰对消系统,包括信号采集模块,以及级联的多层感知机和减法器;所述多层感知机包括并行排布的iq解调模块和参考信号处理模块,所述参考信号处理模块包括级联的信号同步模块、数据预处理模块和前向传播模块;所述信号采集模块连接在iq解调模块的输入端,所述iq解调模块的输出端还与信号同步模块相连;其特征在于:

2.根据权利要求1所述的系统,其特征在于,所述多层感知机,其中,所述iq解调模块,包括级联的数控振荡器、混频器和抽取滤波器;所述数据预处理模块,包括级联的抽头延迟单元和归一化模块。

3.根据权利要求1所述的系统,其特征在于,所述第一和第二脉动阵列模块,均包括多个级联的计算单元。

4.根据权利要求1所述系统的实现方法,其特征在于,包括如下步骤:

5.根据权利要求4所述的方法,其特征在于,步骤(2)中所述的iq解调模块对采样信号...

【专利技术属性】
技术研发人员:罗勇江崔志远杨家利闫苏苏滕曼柏宇航
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1