【摘要】：面對頻譜資源緊張,認(rèn)知無線電技術(shù)被提出。在認(rèn)知無線電中,無線環(huán)境感知尤為重要。此外,深度學(xué)習(xí)這一強(qiáng)大工具在各個領(lǐng)域均取得優(yōu)異成果,而本文將深度學(xué)習(xí)方法引入認(rèn)知無線電的研究中,重點(diǎn)解決基于深度學(xué)習(xí)的無線環(huán)境感知問題。本文首先介紹研究背景、通信模型及深度神經(jīng)網(wǎng)絡(luò),推導(dǎo)出接收信號的表達(dá)式,分析無線環(huán)境感知中的常見問題。其次,本文討論了接收信號的信噪比估計(jì)問題,提出基于深度學(xué)習(xí)及眼圖的信噪比估計(jì)算法,該算法依據(jù)眼圖在不同信噪比情況下的清晰程度來估計(jì)信噪比,在低信噪比情況下仍然具有較高精度。然后,本文利用深度學(xué)習(xí)解決接收信號的信道編碼識別問題,提出基于Text CNN的卷積碼識別算法;該算法通過詞向量表征,將信道編碼識別問題可以看作自然語言處理問題,大幅提升信道編碼識別性能。最后,在卷積編碼識別研究的基礎(chǔ)上,本文還提出了基于深度學(xué)習(xí)的Turbo碼識別算法,依據(jù)分量編碼器的不同來區(qū)分Turbo碼,實(shí)驗(yàn)結(jié)果表明,在高誤碼率情況下本文提出的算法相比于傳統(tǒng)算法具有更高的識別準(zhǔn)確率。
【圖文】：

加性高斯白噪聲信道模型

卷積核的計(jì)算過程
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TN911.22

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 任亞博;張健;劉以農(nóng);;高誤碼率下Turbo碼交織器的恢復(fù)方法[J];電子與信息學(xué)報(bào);2015年08期

2 解輝;黃知濤;王豐華;;信道編碼盲識別技術(shù)研究進(jìn)展[J];電子學(xué)報(bào);2013年06期

3 于沛東;李靜;彭華;;一種利用軟判決的信道編碼識別新算法[J];電子學(xué)報(bào);2013年02期

4 解輝;王豐華;黃知濤;張錫祥;;基于改進(jìn)歐幾里得算法的卷積碼快速盲識別算法[J];國防科技大學(xué)學(xué)報(bào);2012年06期

5 孫志軍;薛磊;許陽明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

6 鄒艷;陸佩忠;;關(guān)鍵方程的新推廣[J];計(jì)算機(jī)學(xué)報(bào);2006年05期

，

本文編號：2665835