[发明专利]一种超奈奎斯特速率通信的DL‑CNN解调器

摘要

本发明公开了一种用于超奈奎斯特速率通信的DL‑CNN(深度学习‑卷积神经网络)解调器。对于经过严格带限信道甚至超过奈奎斯特速率带宽限制的数字调制信号，该解调器利用卷积神经网络(CNN)在接收端直接从经过冲击滤波器或普通带通滤波器滤波后的接收信号样本中抽取出包含码间干扰在内的信号特征后，利用深度学习(DL)对卷积神经网络进行训练，并采用单码元或多码元联合判决，使得DL‑CNN能够在较强码间干扰环境下对接收信号样本进行分类，从而实现对于超奈奎斯特速率调制信号的抗码间干扰解调，而且比常规的幅度积分判决解调器有着更为优异的解调性能和很强的适应能力。

主权项

一种超奈奎斯特速率通信的DL ‑CNN解调器，其特征在于：包括接收滤波器和DL‑CNN分类判决器（6），上述二者级联；所述DL‑CNN分类判决器（6）由多层的卷积神经网络分类器组成；所述卷积神经网络分类器在具有不同的信道带宽、信噪比和码间干扰环境下的通信样本中进行深度学习，提取和记忆带有码间干扰的调制信号滤波响应的波形特征和内在关联从而完成训练；在训练成功后，用已经学习好的卷积神经网络分类器对新输入的信号采样序列进行判决，判决步骤为：DL‑CNN分类判决器（6）对于每一个输入码元输出一个标志其类别的数字，再用此数字去控制输出相应的本地标准码元波形，即DL‑CNN分类判决器（6）的输入为n个码元所对应的接收滤波器输出波形采样，DL‑CNN分类判决器（6）的输出对应为这n个码元组成的码组。