一种正交频分复用OFDM信号接收的方法及设备技术

本发明专利技术公开了一种正交频分复用OFDM信号接收的方法及设备，涉及通信技术领域，用以解决在利用OFDM基带系统接收OFDM信号时，对信号处理过程复杂、占用资源多占用资源多且计算复杂度较高，导致效率降低的问题，该方法包括：接收包含预设循环长度的循环前缀的OFDM信号，利用基于深度学习网络预先构建的OFDM接收模型，依次进行去除所述OFDM信号的循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的正交振幅调制QAM信号并输出。

A Method and Equipment for Orthogonal Frequency Division Multiplexing OFDM Signal Receiving

The invention discloses a method and equipment for receiving OFDM signal with orthogonal frequency division multiplexing, which relates to the field of communication technology, and is used to solve the problems of complex signal processing process, resource-consuming, resource-consuming and high computational complexity when receiving OFDM signal with OFDM baseband system, resulting in low efficiency. The method includes: receiving O-cycle prefix containing preset cycle length; FDM signal is demodulated into quadrature amplitude modulated QAM signal and output after removing the cyclic prefix, inverse Fourier transform, channel estimation and channel equalization of the OFDM signal by using the OFDM receiving model constructed in advance based on deep learning network.

【技术实现步骤摘要】
一种正交频分复用OFDM信号接收的方法及设备
本专利技术涉及通信
，尤其涉及一种正交频分复用OFDM信号接收的方法及设备。
技术介绍
目前的正交频分复用OFDM(OrthogonalFrequencyDivisionMultiplexing)基带系统包括信号的发射端和接收端。在发送端，信息比特经过正交振幅调制QAM(QuadratureAmplitudeModulation)(包括QPSK、16QAM、64QAM，256QAM等)调制，再经快速傅里叶逆变换(FFT)，变成时域信号，再经串并转换，插入循环前缀，调制到载波上，经过无线信道发送出去。在接收端，接收包含循环前缀的OFDM信号，将其解调到基带信道，经过采样，然后移除循环前缀，串并逆转换，再经快速傅里叶(FFT)反变换，通过信道估计和信道均衡，恢复成QAM信号，再解调出信息比特。其中，信道估计通常有两种方案，一种是非盲信道估计，通过在发送方OFDM信号里加入时频参考信号，接收方利用这些参考信号估计出信道，另一种是盲信道估计，发送方不发送参考信号，接收方利用接收信号的统计特性估计出信道，然而非盲信道估计，参考信号占用的频谱资源，频谱的利用率低。盲信道估计不需参考信道，但接收端计算复杂度比较高；综上，OFDM基带系统中接收端对信号的处理过程复杂，且对接收的信号进行处理时占用资源多、计算复杂度较高，导致效率降低的问题。
技术实现思路
本专利技术提供一种正交频分复用OFDM信号接收的方法及设备，解决在利用OFDM基带系统接收OFDM信号时，对信号处理过程复杂、占用资源多且计算复杂度较高，导致效率降低的问题。第一方面，本申请提供一种正交频分复用OFDM信号接收方法，该方法包括：接收包含预设循环长度的循环前缀的OFDM信号；利用基于深度学习网络预先构建的OFDM接收模型，依次进行去除所述OFDM信号的循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的正交振幅调制QAM信号并输出。上述方法中，直接将带循环前缀的OFDM信号输入OFDM接收模型，直接利用OFDM接收模型对接收的OFDM信号进行解调，使信号处理过程简单化，同时能缩短对OFDM信号处理的时间。在一种可能的实现方式中，接收包含预设循环长度的循环前缀的OFDM信号，包括：将所述OFDM信号对应的采样信号复数的实部和虚部，分别输入所述预先构建的OFDM接收模型。上述方法中，直接将OFDM信号对应的采样信号复数的实部和虚部输入OFDM接收模型，进而使用OFDM接收模型对实部和虚部处理，最后得到QAM信号输出的过程中，占用的资源较少，且降低了计算的复杂度。在一种可能的实现方式中，基于深度学习网络预先构建OFDM接收模型，包括：获取所述OFDM接收模型的训练样本集和测试样本集，所述训练样本和测试样本集均包括预设场景下的OFDM信号样本以及解调所述OFDM信号样本对应的真实QAM信号，所述OFDM信号样本包含预设循环长度的循环前缀；基于深度学习网络构建OFDM接收训练模型，并初始化构建的OFDM接收训练模型的模型参数；利用所述训练样本集，对OFDM接收训练模型的模型参数训练；利用所述测试样本集确定训练后的OFDM接收训练模型满足预设精度要求时，停止训练。上述方法中，同时利用训练样本集和测试样本集获得OFDM接收模型，使得获得的OFDM接收模型的精度较高，具有良好的表现，能使OFDM接收模型解调出的QAM信号更接近实际的QAM信号。在一种可能的实现方式中，所述预设场景下的OFDM信号样本包括如下任一或任多：不同信道的OFDM信号样本；不同的信道参数下的OFDM信号样本；不同信噪比的OFDM信号样本。上述方法中，利用预设场景下的OFDM信号样本对模型参数训练进行训练，使得训练得到的OFDM接收模型具有更好的表现性，能保证对不同场景下的OFDM信号解调出的QAM信号精度更高，使得训练得到的OFDM接收模型具有广泛的适用性。在一种可能的实现方式中，利用所述训练样本集，对OFDM接收训练模型的模型参数训练，包括：确定触发模型训练时，利用当前的OFDM接收模型，对未经当前的OFDM接收训练模型训练过的OFDM信号样本依次进行去除循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的训练QAM信号并输出；输出任一个训练QAM信号，确定满足第一预设训练停止条件时，触发利用测试样本集对当前的OFDM接收训练模型进行测试。在一种可能的实现方式中，解调成对应的训练QAM信号并输出，包括：根据进行信道均衡后的信号的星座图上，各个星座点集中区域中的星座点落在其最佳星座点的概率；根据所述各个星座点集中区域中的星座点落在其最佳星座点的概率，将所述进行信道均衡后的信号解调成对应的训练QAM信号并输出。上述方法中，在训练OFDM接收模型时，根据星座点落在其最佳星座点的概率解调出QAM信号，对比于直接根据各个星座点集中区域的星座点调制出QAM信号的方式而言，避免了由于各个星座点集中区域的星座点与最佳星座点存在偏离造成的解调出的QAM信号不够精确的问题。在一种可能的实现方式中，输出任一个训练QAM信号时，还包括：确定不满足第一预设训练停止条件时，且所有的OFDM信号样本都已经过当前的OFDM接收训练模型训练时，调整当前模型参数并触发模型训练。在一种可能的实现方式中，确定满足第一预设训练停止条件包括如下任一：确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足第一设定要求；确定当前得到的训练QAM信号与对应的真实QAM信号的相似度阈值满足第二设定要求；确定触发模型训练的次数达到第一预设训练次数。在一种可能的实现方式中，确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足第一设定要求，或者，确定当前得到的训练QAM信号或者当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足设定要求，包括：根据预设损失函数，确定当前得到的所有训练QAM信号与对应的真实QAM信号的损失函数值小于或等于第一相似度预设阈值时，确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足设定要求，所述损失函数值包括误比特率和误包率；根据预设损失函数，确定当前得到的训练QAM信号与对应的真实QAM信号的损失函数值小于或等于第二相似度预设阈值时，确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足设定要求，所述损失函数值包括误比特率和误包率。上述方法中，利用损失函数评估模型的表现能力，使得训练得到的OFDM接收模型更精准。在一种可能的实现方式中，所述OFDM接收训练模型包括输入层网络、多个隐含层网络和输出层网络，初始化模型参数时，还包括：初始化所述OFDM接收训练模型的输入层的节点数，为所述预设循环长度和去除循环前缀后的OFDM信号的傅里叶变换长度之和的两倍；初始化所述OFDM接收训练模型的输出层的节点数为所述傅里叶变换长度；初始化所述OFDM接收训练模型的隐含层网络的个数及每个隐含层网络的节点数。在一种可能的实现方式中，触发利用测试样本集对当前的OFDM接收训练模型进行测试之后，还包括：将测试样本集中的OFDM信号样本输入当前的OFDM接收训练模型；确定当前的OFDM接收训练模本文档来自技高网...

【技术保护点】
1.一种正交频分复用OFDM信号接收方法，其特征在于，该方法包括：接收包含预设循环长度的循环前缀的OFDM信号；利用基于深度学习网络预先构建的OFDM接收模型，依次进行去除所述OFDM信号的循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的正交振幅调制QAM信号并输出。

【技术特征摘要】
1.一种正交频分复用OFDM信号接收方法，其特征在于，该方法包括：接收包含预设循环长度的循环前缀的OFDM信号；利用基于深度学习网络预先构建的OFDM接收模型，依次进行去除所述OFDM信号的循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的正交振幅调制QAM信号并输出。2.如权利要求1所述的方法，其特征在于，接收包含预设循环长度的循环前缀的OFDM信号，包括将所述OFDM信号对应的采样信号复数的实部和虚部，分别输入所述预先构建的OFDM接收模型。3.如权利要求1所述的方法，其特征在于，基于深度学习网络预先构建OFDM接收模型，包括：获取所述OFDM接收模型的训练样本集和测试样本集，所述训练样本和测试样本集均包括预设场景下的OFDM信号样本以及解调所述OFDM信号样本对应的真实QAM信号，所述OFDM信号样本包含预设循环长度的循环前缀；基于深度学习网络构建OFDM接收训练模型，并初始化构建的OFDM接收训练模型的模型参数；利用所述训练样本集，对OFDM接收训练模型的模型参数训练；利用所述测试样本集确定训练后的OFDM接收训练模型满足预设精度要求时，停止训练。4.如权利要求3所述的方法，其特征在于，所述预设场景下的OFDM信号样本包括如下任一或任多：不同信道的OFDM信号样本；不同的信道参数下的OFDM信号样本；不同信噪比的OFDM信号样本。5.如权利要求3所述的方法，其特征在于，利用所述训练样本集，对OFDM接收训练模型的模型参数训练，包括：确定触发模型训练时，利用当前的OFDM接收模型，对未经当前的OFDM接收训练模型训练过的OFDM信号样本依次进行去除循环前缀、进行傅里叶逆变换、信道估计和信道均衡后，解调成对应的训练QAM信号并输出；输出任一个训练QAM信号，确定满足第一预设训练停止条件时，触发利用测试样本集对当前的OFDM接收训练模型进行测试。6.如权利要求5所述的方法，其特征在于，解调成对应的训练QAM信号并输出，包括：确定进行信道均衡后的信号的星座图上，各个星座点集中区域中的星座点落在其最佳星座点的概率；根据所述各个星座点集中区域中的星座点落在其最佳星座点的概率，将所述进行信道均衡后的信号解调成对应的QAM信号并输出。7.根据权利要求5所述的方法，其特征在于，输出任一个训练QAM信号时，还包括：确定不满足第一预设训练停止条件时，且所有的OFDM信号样本都已经过当前的OFDM接收训练模型训练时，调整当前模型参数并触发模型训练。8.如权利要求5所述的方法，其特征在于，确定满足第一预设训练停止条件包括如下任一：确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足第一设定要求；确定当前得到的训练QAM信号与对应的真实QAM信号的相似度阈值满足第二设定要求；确定触发模型训练的次数达到第一预设训练次数。9.如权利要求8所述的方法，其特征在于，确定当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足第一设定要求，或者，确定当前得到的训练QAM信号或者当前得到的所有训练QAM信号与对应的真实QAM信号的相似度阈值满足设定要求，包括：根据预设损失函数，确定当前得到的所有训练QAM信号与对应的真实QAM信号的损失函数值小于或等于第...

【专利技术属性】
技术研发人员：陈海波，
申请(专利权)人：深兰科技上海有限公司，
类型：发明
国别省市：上海,31