基于DNN的无人机数据OFDM传输技术

• 作者: 刘步花 丁丹 杨柳 薛乃阳 刘仲谦
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 无人机 时变多径信道 正交频分复用 深度神经网络 干扰 信道估计 信号检测
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 通信与网络|Communications and Networks
• 页码范围: 696-702
• 页数: 7页
• 分类号: TN914.34
• 语种: 中文
• DOI: 10.12305/j.issn.1001-506X.2022.02.41

摘要

针对无人机信道含多径、多普勒频移,还易受到外来干扰和高功率放大带来的非线性失真影响的问题,提出一种基于深度神经网络(deep neural network,DNN)的无人机正交频分复用(orthogonal frequency divi-sion multiplexing,OFDM)数据传输技术.下行链路采用OFDM系统,在接收端进行解调之后利用最小二乘(least square,LS)信道估计和迫零(zero forcing,ZF)算法做初步信号检测,然后输入到由BiLSTM和全连接层组成的DNN中进行信道估计和信号检测优化,并恢复数据流.仿真结果表明,与传统插值方法相比,所提方法在无人机起降、飞行和盘旋等3种状态下,信道估计性能具有明显优势,比特误差率性能提升至少一个数量级;在非线性失真和外来干扰的影响下,所提方法仍具有显著性能优势,不仅简化了系统对非线性失真和干扰的处理模块,而且提高了系统的可靠性.