[发明专利]一种基于神经网络的高阶调制信号解调方法和接收机

说明书

本发明公开了一种基于神经网络的高阶调制信号解调方法，其包括训练神经网络与使用神经网络解调；其中，训练神经网络是得到固定神经网络权值用于实际信号处理的过程；使用神经网络解调是实际信号借助已训练的神经网络处理最终得到解调信息的过程。本发明所公开的基于神经网络解调的接收机包括预处理模块，用于对接收的高阶调制采样信号进行信号预处理并输出并行采样信号；神经网络模块，用于对输入的并行采样信号进行学习并输出并行码元信息；后处理模块，用于接收并行码元信息，以及实现并行码元输出信息的并串转换。本发明具有简单的软硬件复杂度、高效的并行处理效率以及适用范围广泛的优点。

技术领域

本发明涉及无线传输领域，尤其涉及一种基于神经网络的高阶调制信号解调方法和接收机。

背景技术

多进制正交幅度调制(M-QAM)作为一种高效利用载波幅度和相位联合调制的高阶信号调制技术成倍提高了数传信号的频谱利用率，被广泛应用于卫星空间通信、高速数据传输和数字微波系统等领域。然而传统M-QAM信号解调常采用相干解调方式，其性能依赖高精度的载波同步，这使得硬件难度加大。采用传统相干解调方式应用范围受限，进而影响了高速通信的发展。

近年来，神经网络(ANN)的发展吸引了不少人的关注。它不仅具有并行分布式处理、非线性映射、自学习和自适应等能力，而且被证明能以任意精度逼近任何非线性连续函数。综合考虑神经网络的并行快速处理和自学习等能力，将训练的神经网络用以高阶调制信号的解调，可以克服传统相干解调方式的缺点，大大化简接收机软硬件复杂度并提高处理速度。

发明内容

本发明的目的是提供一种基于神经网络的高阶调制信号解调方法和接收机，具有简单的软硬件复杂度、高效的并行处理效率以及适用范围广泛的优点。

为实现上述目的，本发明提供一种基于神经网络的高阶调制信号解调方法，其包括训练神经网络与使用神经网络解调；所述训练神经网络包括如下步骤：所述训练神经网络包括如下步骤：步骤S1-1、接收用于训练的高阶调制采样信号；步骤S1-2、将用于训练的高阶调制采样信号进行预处理；步骤S1-3、以经过步骤S1-2预处理后的高阶调制采样信号为输入，并行码元训练信息为输出，训练神经网络，根据训练结果调整神经网络权值，得到第一已训练的神经网络；步骤S1-4、测试第一已训练的神经网络，判断第一已训练的神经网络的输出是否满足预期值；步骤S1-5、记录满足预期值的神经网络权值，记录该满足预期值的第一已训练的神经网络为第二已训练的神经网络；

所述使用神经网络解调包括如下步骤：步骤S2-1、接收高阶调制采样信号；步骤S2-2、将高阶调制采样信号进行预处理；步骤S2-3、以经过步骤S2-2预处理后的高阶调制采样信号为输入，经过第二已训练的神经网络后，输出并行码元信息；步骤S2-4、将步骤S2-3所得到的并行码元信息进行信号后处理，得到解调信息序列。

优选地，步骤S1-2和步骤S2-2所述的信号预处理包括：码元同步过程和串并转换过程；高阶调制采样信号经所述码元同步和串并转换过程转换为并行采样信号。

优选地，步骤S1-5所述的记录满足预期值的神经网络权值的步骤包括：如果第一已训练的神经网络的输出满足预期值，则记录步骤S1-3所调整的神经网络权值，并记录该满足预期值的第一已训练的神经网络为第二已训练的神经网络；如果第一已训练的神经网络的输出不满足预期值，则重复步骤S1-1～步骤S1-4，直至满足预期值。

优选地，步骤S2-4所述的信号后处理包括：将步骤S2-3得到的并行码元信息进行并串转换，得到解调信息序列。

一种基于神经网络的高阶调制信号解调接收机，其包括：预处理模块，用于对接收的高阶调制采样信号进行信号预处理并输出并行采样信号；神经网络模块，其与预处理模块信号连接，用于对输入的并行采样信号进行学习并输出并行码元信息；后处理模块，其与神经网络模块信号连接，用于接收并行码元信息，以及实现并行码元输出信息的并串转换，得到解调信息序列。