公开(公告)号：CN117216655A

公开(公告)日：2023-12-12

申请号：CN202311154125.5

申请日：2023-09-07

Applicant: 上海无线电设备研究所

Inventor： 肖群力 ,  费聚锋 ,  顾杰 ,  芮正雄 ,  汪吕喜 ,  欧鹏

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/043 ,  G06N3/084

Abstract: 本发明公开一种数据链干扰识别方法，包括：获取干扰信号，以得到所述干扰信号的时域特征参数；根据所述时域特征参数，并利用自适应模糊神经网络构建初始干扰识别模型；利用学习算法对所述初始干扰识别模型进行训练，以得到优化后干扰识别模型；以及利用所述优化后干扰识别模型对被干扰的数据链进行干扰识别。本发明基于干扰信号的时域特征参数，可以对被干扰的数据链进行精确地干扰识别，并具有提取特征容易、自适应性和自学习的特点。

公开(公告)号：CN117880012A

公开(公告)日：2024-04-12

申请号：CN202311734929.2

申请日：2023-12-15

Applicant: 上海无线电设备研究所

Inventor： 欧鹏 ,  费聚锋 ,  李名祺 ,  马少飞 ,  肖群力

IPC: H04L25/02 ,  H04L27/26

Abstract: 本发明公开了一种基于深度学习的信道估计与数据检测联合处理方法，其用于数据链系统，包括：基于符号数学系统框架，建立神经网络算法模型；基于深度学习，设计正交频分复用技术水声信道估计系统；基于深度神经网络，建立联合信道估计与数据检测的框架；进行超参数优化；采用所述正交频分复用技术水声信道估计系统作为仿真系统，在仿真软件上进行训练，训练后解码得到比特值。本发明提供的一种基于深度学习的信道估计与数据检测联合处理方法，具有优异的原始误码率性能，对导频数量有一定的鲁棒性，对数据链系统的可靠性与稳定性的提高有显著效果，实际使用中将节省很大的信号成本。