摘要
本申请公开一种基于CNN的宽带数传信号高精度时延估计方法和系统,方法包括,获得多个天线接收的多组复数时域形式且离散的目标信号;对每一组目标信号进行信道模拟,得到添加了相位误差和噪声的模拟后目标信号;根据相位估计模型处理参考信号和模拟后目标信号,得到模拟后目标信号相对参考信号的预测相位差,参考信号为多组模拟后目标信号中任一者,相位估计模型为卷积神经网络模型;根据预测相位差确定模拟后目标信号相对参考信号的时延差和初相位差,本方案利用CNN模型估计信号的时延差和初相位差,可以显著提高低信噪比下宽带数传信号间时延估计的精度和速度,降低计算量,增强实时性。
技术关键词
信号
样本
时延
卷积神经网络模型
相位误差
标签
采样点
低信噪比
模块
数据
信道
天线
噪声
格式
线性
精度
速度
系统为您推荐了相关专利信息
数模转换芯片
数字温度传感器
温度传感系统
线性稳压器
微控制器
孔设计方法
参数化模板
训练机器学习模型
三维设计软件
机器学习算法
电路板背钻孔
图像
电子计算机断层扫描
样本
断层扫描技术