一种基于深度学习的卫星通信CDMA扩频信号盲检测方法及系统

AITNT
正文
推荐专利
一种基于深度学习的卫星通信CDMA扩频信号盲检测方法及系统
申请号:CN202411826634
申请日期:2024-12-12
公开号:CN119853863A
公开日期:2025-04-18
类型:发明专利
摘要
本发明涉及一种基于深度学习的卫星通信CDMA扩频信号盲检测方法及系统,该方法包括:数据预处理;深度学习模型搭建;特征提取;盲检测算法处理;算法模型性能评估优化。本发明针对卫星通信中的CDMA扩频信号,利用深度学习模型强大的特征提取和模式识别能力,实现了对CDMA扩频信号的有效盲检测,提高了在复杂电磁环境下卫星通信CDMA扩频信号的盲检测准度和鲁棒性,提高了卫星通信系统的性能和稳定性,降低了对外部信息的依赖,为卫星通信的可靠运行提供了有力支持,解决了在未知或难以获得用户扩频码的实际通信场景下,对卫星通信CDMA扩频信号进行准确检测的问题。
技术关键词
扩频信号 盲检测方法 融合卷积神经网络 深度学习模型 多尺度 盲检测系统 噪声抑制算法 盲检测算法 参数 迭代优化算法 数据误码率 高阶统计量 卫星通信系统 周期性特征 非线性特征 多用户 鲁棒性 计算机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号