摘要
本发明公开了一种基于深度学习的OTFS接收机信号检测方法与系统。在本发明中移动性的车辆场景中进行通信,且信道经历双选择性的时间和频率衰落;本发明提出了一种基于深度学习的OTFS接收机信号检测方法来实现高移动性场景下的信号检测及通信,采用深度学习神经网络架构代替传统的OTFS信号均衡和检测技术,在保证可靠性的同时尽量增加灵活性和效率。同时,本发明提出了一种循环移位SP方法,用于对信号数据进行预处理,一定程度上改善了卷积核对于二维信号处理具有局限性的问题。本发明利用深度学习以及SP方法,使得所提出的接收机的性能在低信噪比下明显优于经典信号检测方法,为高移动性场景下稳定可靠的信号接收机提供了一种行之有效的解决方案。
技术关键词
信号接收机
多普勒
深度学习神经网络
信号星座图
高移动性场景
轻量级神经网络
符号
信号检测系统
信号检测方法
抽头
数据格式
时延
车载网络
计算机程序产品
处理器
接收端
系统为您推荐了相关专利信息
触觉传感器
标定方法
深度学习神经网络
圆球
图像
薄壁材料
补偿检测装置
振动监测系统
激光多普勒测振仪
补偿检测方法
定位方法
噪声子空间
定位算法
天基无源定位技术
特征值
模型误差
序列
估计方法
远距离
二维快速傅里叶变换