基于卷积神经网络的串行空时分组码盲识别算法

作     者：张聿远 闫文君 张立民 张媛 ZHNAG Yuyuan;YAN Wenjun;ZHANG Limin;ZHANG Yuan

作者机构：海军航空大学航空作战勤务学院山东烟台264001 海军航空大学航空基础学院山东烟台264001 

基　　金：国家自然科学基金重大研究计划(91538201) 泰山学者工程专项经费(Ts201511020)资助课题 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2021年第43卷第11期

页      码：3360-3370页

摘      要：针对多输入单输出(multiple input single output,MISO)系统中的空时分组码(space-time block code,STBC)盲识别问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)的串行STBC识别方法。首先,结合STBC识别问题提出了基本CNN(CNN basic,CNN-B)框架;然后在分析STBC相关性的基础上,针对空间复用和Alamouti信号混叠问题,设计了基于相关性的CNN(CNN based on correlation,CNN-BC)模型;最后将STBC数据集输入到网络模型中,完成网络的训练和识别测试。仿真结果表明,相比于基于特征提取的传统算法,该方法将可识别的STBC扩展到了6种,并且在低信噪比下的识别准确率更高,识别过程可控制在微秒级别,具有较高的工程应用价值。

主 题 词：多输入单输出 空时分组码 相关性分析 卷积神经网络 盲识别 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 0714[0714] 0701[理学-数学类] 

核心收录：

D　O　I：10.12305/j.issn.1001-506X.2021.11.37

馆 藏 号：203105940...