[发明专利]一种OFDM系统检测器设计方法

权利要求书

1.一种OFDM系统检测器设计方法，其特征在于，通过Bi-LSTM神经网络完成OFDM系统接收机的信号检测，包括以下步骤：

步骤1：构建OFDM信号模型，包括：在发送机端，由数据符号和导频符号组成的传输符号序列首先经串并转换以并行方式输出，然后经傅里叶逆变换后进行并串转换，并插入循环前缀经数模转换后以串行方式通过信道传输；在信道传输过程中，信道噪声为加性高斯白噪声；在接收机端，接收信号首先通过模数转换后移除循环前缀，然后经串并转换后进行傅里叶变换，最后经并串转换后进入检测器以进行信号检测；

步骤2：基于历史观测的OFDM符号寻找具有最优信道增益的子载波，并根据该子载波的传输序列数据构建数据集；所述具有最优信道增益的子载波的公式表达为：

其中，n^*表示具有最优信道增益的子载波序号，f_t(n)表示第t时隙的第n个子载波的信道增益值，N表示OFDM系统的子载波总数，T为总的时隙数；

所述构建数据集包括使用筛选器F根据最优信道增益寻找子载波传输序列数据并构建包含P组数据的数据集其中x.表示包含信道模型的OFDM传输序列，y_·为样本标签；

步骤3：搭建OFDM系统检测器的网络模型并初始化网络模型的网络参数、训练的迭代次数和超参数；初始化网络模型的网络参数包括输入节点数为256，隐藏单元数为16，全连接层节点数为4；初始化网络模型的超参数包括学习率为0.01，学习率衰减因子为0.1，批量大小为1000；网络模型每训练50次进行1次验证；

步骤4：输入数据集，包括训练集和验证集，开始网络正向传播并计算损失；其中，损失函数为：

其中，ψ表示损失，表示第i个OFDM调制星座点的估计值，D_i表示第i个OFDM调制星座点的实际值，p为神经网络输入节点数；

步骤5：通过随机梯度下降法进行反向传播，更新网络模型的权重和偏置参数，直至训练结束；所述OFDM系统检测器的网络模型的总体训练代价为：

其中，W表示神经网络节点间的权重，b表示网络节点的偏置，L为神经网络的总层数，M_l表示神经网络第l层的节点数，M_l+1表示神经网络第l+1层的节点数，η为神经网络衰减系数，表示神经网络第l层第i节点与第l+1层第j节点间的权重；

所述OFDM系统检测器的网络模型的目标函数为：

通过Adam算法获取所述网络模型的目标函数的最优解，模型权重与偏置的迭代更新表达式为：

其中，W(s)与b(s)分别表示训练s次时的权重和偏置，W(s+1)与b(s+1)分别表示训练s+1次时的权重和偏置，α为学习率；

步骤6：统计网络模型的损失曲线和准确率拟合曲线以观察收敛状态，若收敛则继续执行下一步骤，若未收敛则调整网络模型的网络参数、训练的迭代次数和超参数并返回步骤4；

步骤7：OFDM系统生成测试符号，检测器完成在线检测；所述在线检测包括将训练完成的Bi-LSTM模型应用于OFDM接收机的在线信号检测环节，随机将P组由OFDM系统在线生成的测试数据输入到网络模型中，得到相应的信号估计值；令信号估计值与实际值D的误差为采用蒙特卡罗仿真统计无差估计的信号个数k，计算误码率：