基于 CNN 解调器的超奈奎斯特速率通信

• 作者: 吴乐南 欧阳星辰
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 双极性EBPSK 卷积神经网络 超奈奎斯特速率 双码元联合判决
• 年，卷（期）: 2016,（1）
• 页码范围: 6-10
• 页数: 5页
• 分类号: TN911.3
• 字数: 598字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2016.01.002

摘要

针对超奈奎斯特速率传输信号在传输过程中产生的严重码间干扰问题，提出了一种基于卷积神经网络（ CNN）的解调器，对双极性扩展的二进制相移键控（ bipolar EBPSK）超奈奎斯特速率信号进行解调．利用卷积神经网络局部感受野、池化和权值共享的特点，提出了一种具有6层结构的卷积神经网络来解调扩展的二进制相移键控调制信号并消除码间干扰．实验结果表明：当码率为1．07 kBd、发送端带宽限制为1 kHz，且一个码元中跳变载波周期数K＝5，10，15，28时，CNN单码元判决方法误码率性能总体优于CNN双码元联合判决方法；当K等于码元载波周期总数N，即K＝N＝28时，CNN单码元判决误码率方法优于相干解调约0．5 dB；当码率为1．07 kBd、发送端带宽限制为500 Hz，且K＝5，10，15，28时，CNN双码元联合判决方法优于CNN码元判决方法；当K＝N＝28时，CNN双码元判决方法优于相干解调约0．5～1．5 dB．基于CNN的解调器成功地解决了由超奈奎斯特速率双极性传输信号产生的严重码间干扰问题，有利于频谱利用率的提高．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学信息科学与工程学院	412	3936	29.0	45.0
2	欧阳星辰	东南大学信息科学与工程学院	1	3	1.0	1.0