摘要
本发明公开的低信噪比环境下宽带无线传输的时域分散调制解调方法,属于通信技术领域。本发明实现方法为:发送端采用深度学习将基带数据信号调制到微波载波上,通过数模转换器生成微波中频信号。调制后的微波中频信号通过高频器件变频器转换为毫米波信号,并通过天线发射。在接收端,天线接收到的毫米波信号首先通过毫米波微波变频器再次转换为微波中频信号。利用模数转换器对该微波中频信号进行采样,并输入到用于将空口接收到的包含多元时间序列相位变化的射频信号转换为解调后信息比特概率向量的深度学习模型,在基于深度学习模型实现时域分散解调器中进行解调处理,恢复出原始的数据信号,实现低信噪比环境下宽带无线传输的时域分散调制解调。
技术关键词
深度学习模型
调制解调方法
低信噪比环境
接收机
中频信号
编码向量
发射机
射频
序列
微波变频器
空口
发送消息
输入输出关系
信道信噪比
神经网络结构
参数
梯度下降算法
系统为您推荐了相关专利信息
数据管理方法
强化学习方法
深度学习模型
身份认证管理
差分隐私技术
地面沉降监测系统
多源遥感数据融合
光学遥感数据
超分辨率重建方法
生成高分辨率
高压直流输电系统
智能风力发电机
智能调控系统
风电
模型预测控制算法