摘要
本发明公开了一种卫星通信的OFDM信号时域非线性失真恢复方法及系统,主要解决现有技术对卫星通信OFDM信号非线性失真难以恢复的问题。其方案包括:获取卫星通信OFDM信号时域非线性失真恢复的数据集;构建包括由优化的多层一维卷积神经网络和一个双向长短期记忆网络模块组成的深度学习网络模型;将获取的数据集输入到深度学习网络模型中进行训练,验证和测试,以恢复出时域失真信号;对恢复的时域信号进行信道均衡和解调,完成从调制符号到比特信息的解调,实现数据的有效恢复和传输。本发明具有良好的均方误差和误码率性能,能降低网络模型的复杂度,有效恢复因非线性失真引起的信号畸变,提高信号恢复的精度和效率,可用于卫星通信系统中对非线性失真信号的恢复。
技术关键词
非线性失真恢复
深度学习网络模型
双向长短期记忆网络
一维卷积神经网络
导频信号
信道估计
均衡器系数
比特流
卫星通信系统
矩阵
非线性功率放大器
信号非线性失真
数据
非线性失真信号
估计信道特性
频域信道响应
解调模块
接收端
系统为您推荐了相关专利信息
电网告警信息
多维特征向量
智能分类系统
双向长短期记忆网络
监测故障
双向长短期记忆网络
负荷
注意力机制
Softmax函数
电解槽电压
航空航天复合材料
特征提取方法
损伤特征
深度学习网络模型
X射线图像数据
光电流
集成光电器件
反射光谱仪
发射波长可调
优化网络参数
融合方法
情感特征
深度学习分类模型
跨模态
数据