[发明专利]链路自适应方法、电子装置及计算机可读存储介质在审
| 申请号: | 201811510755.0 | 申请日: | 2018-12-11 |
| 公开(公告)号: | CN109379120A | 公开(公告)日: | 2019-02-22 |
| 发明(设计)人: | 王滔滔;李国 | 申请(专利权)人: | 深圳大学 |
| 主分类号: | H04B7/0413 | 分类号: | H04B7/0413;H04L1/00;H04L25/02;H04L27/26 |
| 代理公司: | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人: | 袁文英 |
| 地址: | 518060 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 信道传输信息 发射机 链路自适应 计算机可读存储介质 信道估计系数 电子装置 噪声估计 预测 快速傅里叶变换 信道编码处理 自适应调整 自适应调制 接收机 目标信息 时间同步 特征输入 网络训练 信道估计 信源编码 反馈 | ||
1.一种链路自适应方法,所述方式应用于多输入多输出正交频分复用MIMO-OFDM系统,其特征在于,所述系统包括发射机、接收机和网络训练单元,包括:
所述发射机对目标信息进行信源编码处理和信道编码处理,得到信道传输信息;
所述接收机获取所述信道传输信息,并对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,得到所述信道传输信息的信道估计系数和噪声估计信息;
所述网络训练单元将所述信道估计系数和所述噪声估计信息作为特征输入进行训练,获得预测的自适应调制与编码AMC方案,并将所述预测的MAC方案反馈至所述发射机,使得所述发射机根据MAC方案进行自适应调整。
2.根据权利要求1所述的方法,其特征在于,
所述发射机对目标信息进行信源编码处理和信道编码处理,包括:
所述发射机对目标信息依次进行差错控制编码,空间解析,正交幅度调制QAM调制,空时分组码STBC编码,空间映射,快速傅里叶反变换IFFT处理。
3.根据权利要求1所述的方法,其特征在于,
所述对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,包括:
从所述信道传输信息中提取短训练字段L-STF执行粗频率偏移校正,提取长训练字段L-LTF进行精细频率偏移校正和噪声估计,根据所述信道传输信息中的高速长训练字段HT-LTF做信道估计,得到估计矩阵,所述估计矩阵包括:衰落信道和空间映射;
所述信道估计系数包括所述估计矩阵;
所述噪声估计信息包括:所述噪声估计结果。
4.根据权利要求3所述的方法,其特征在于,
所述对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计之后,还包括:
利用所述估计矩阵中的矩阵参数,以及空间均衡和信道均衡进行多输入多输出MIMO检测;
根据所述MIMO检测的结果,依次进行STBC解码,QAM解调,空间解析和差错控制解码。
5.根据权利要求1所述的方法,其特征在于,
所述网络训练单元中的深度卷积神经网络DCNN包括:卷积层、平均池化层和全连接层构成;
其中,所述DCNN的第一层和第二层隐藏层分别包含16、32个滤波器;紧接着为平均池化层,移动步长为4;第三层卷积层滤波器数量增加到64,紧接着为第二个平均池化层,移动步长为2;第四层卷积层滤波器降为32个;紧接着的第三个平均池化层与第二个一致;随后继续接第五个卷积层,滤波器为16个;其中,五个卷积成都是使用5*1尺寸大小的滤波器,并且都是使用RELU做为激活函数;接下来是2层全连接网络,第一层包含100个神经元,激活函数也是RELU;第二层神经元数量u和调制编码方案MCS的数量相同,激活函数使用的是softmax。
6.一种链路自适应系统,其特征在于,包括:
发射机,用于对目标信息进行信源编码处理和信道编码处理,得到信道传输信息;
接收机,用于获取所述信道传输信息,并对所述信道传输信息进行时间同步,快速傅里叶变换FFT和信道估计,得到所述信道传输信息的信道估计系数和噪声估计信息;
网络训练单元,用于将所述信道估计系数和所述噪声估计信息作为特征输入进行训练,获得预测的自适应调制与编码AMC方案,并将所述预测的AMC方案反馈至所述发射机,使得所述发射机预测的AMC方案进行自适应调整。
7.根据权利要求1所述的方法,其特征在于,
所述发射机具体还用于:
对目标信息依次进行差错控制编码,空间解析,正交幅度调制QAM调制,空时分组码STBC编码,空间映射,快速傅里叶反变换IFFT处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811510755.0/1.html,转载请声明来源钻瓜专利网。





