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