【技术实现步骤摘要】
本专利技术属于通信，特别涉及一种ofdm信号非线性失真恢复方法及装置，可用于高效恢复卫星通信系统中因非线性功率放大器、多径效应和噪声干扰等引起的ofdm信号非线性失真，提升信号的恢复质量和系统的整体性能。
技术介绍
1、在卫星通信系统中，正交频分复用ofdm技术因其抗多径衰落能力强、频谱利用率高等优点，已经成为现代卫星通信的重要调制技术之一。然而，由于卫星通信环境的特殊性，信号在传输过程中会受到诸多因素的影响，如非线性功率放大器引入的非线性失真、多径效应和噪声干扰等，导致接收到的ofdm信号产生严重失真。该失真若不进行有效恢复，将会对通信系统的性能产生严重影响，尤其是在高阶调制和低信噪比条件下，失真的存在会大大降低解调的准确性，导致误码率ber的显著增加。
2、为了恢复失真信号，传统的方法通常依赖于基于模型的信道估计与均衡算法，如最小均方误差mmse算法和迫零zf算法等。然而，基于模型的方法通常需要预先假设信道模型和失真模型，且其性能在复杂通信环境下可能会受到很大限制。
3、随着深度学习技术的发展，基于数据驱动的...
【技术保护点】
1.一种卫星通信的OFDM信号时域非线性失真恢复方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取卫星通信OFDM信号时域失真恢复的数据集，其实现包括如下：
3.根据权利要求1所述方法，其特征在于，所述构建深度学习网络模型，其实现包括如下：
4.根据权利要求1所述方法，其特征在于，所述将获取的数据集输入到构建的深度学习网络模型中进行训练、验证和测试，以恢复时域失真信号，其实现包括如下：
5.根据权利要求1所述方法，其特征在于，对恢复的信号进行信道估计，均衡和解调，其实现包括如下：
6...
【技术特征摘要】
1.一种卫星通信的ofdm信号时域非线性失真恢复方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取卫星通信ofdm信号时域失真恢复的数据集，其实现包括如下：
3.根据权利要求1所述方法，其特征在于，所述构建深度学习网络模型，其实现包括如下：
4.根据权利要求1所述方法，其特征在于，所述将获取的数据集输入到构建的深度学习网络模型中进行训练、验证和测试，以恢复时域失真信号，其实现包括如下：
5.根据权利要求1所述方法，其特征在于，对恢复的信号进行信道估计，均衡和解调，其实现包括如下：
6.根据权利要求5所述方法，其特征在于，步骤5b)...
【专利技术属性】
技术研发人员：李想，金清，朴植，林子贤，袁旭彬，侯佩，朱雯，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。