摘要
本发明提供了一种基于神经网络解调和数字频偏加载的离散谱NFDM系统,涉及通信技术领域,包括在发射端将比特序列借助数字频偏值加载在时域波形上,时域波形产生畸变并且特征值产生一一对应的偏移;通过神经网络学习时域波形畸变与对应特征值偏移位置之间的规律,对特征值位置处的符号进行解调;在神经网络解调后的符号位置之间添加阈值线,并利用阈值线划分符号所处位置,按照比特序列与DFO值之间的一一对应关系进行解码。本发明有效解决了离散谱NFDM系统中ASE噪声及处理噪声严重影响NFT解调精度的问题。
技术关键词
特征值
波形
周期性
子系统
符号
序列
训练神经网络
神经网络训练
误差曲线
模块
信号
标签
波特率
调制器
解码
发射端
光纤
数据
噪声
接收端
系统为您推荐了相关专利信息
运动意图识别
机器学习模型
模式
康复机器人
患者
智能化识别方法
时间序列特征
模型训练模块
负荷特征
矩阵
数值预测方法
流化床
非球形颗粒
回归技术
接触角
数据嵌入
检验检测设备
编码向量
智能检测方法
编码特征