-
公开(公告)号：CN109981517B
公开(公告)日：2020-06-19
申请号：CN201910059841.2
申请日：2019-01-22
Abstract: 本发明涉及一种基于FPGA的QPSK神经网络解调器，包括：时钟和复位模块，用于发送时钟信号和复位信号；AD采样模块，用于对待解调信号采样获取采样数据；输入缓冲模块，用于接收和缓存采样数据，并对采样数据进行时钟域转换；相位突变检测模块，用于检测时钟域转换后的采样数据中的相对相位变化，并输出相位突变信息；星座旋转和数据翻转模块，用于接收并处理相位突变信息，形成基带数据；同步输出模块，用于同步判决基带数据，生成并输出解调数据。本发明提出的解调器，参数复杂度低，结构稳定性高，能够通过有针对性的训练提高解调器对特殊环境的适应力，运用时间延迟网进行一维卷积运算，降低了计算复杂度，提高了硬件资源使用效率。
-
Patent Agency Ranking
公开(公告)号：CN109981517A
公开(公告)日：2019-07-05
申请号：CN201910059841.2
申请日：2019-01-22
Abstract: 本发明涉及一种基于FPGA的QPSK神经网络解调器，包括：时钟和复位模块，用于发送时钟信号和复位信号；AD采样模块，用于对待解调信号采样获取采样数据；输入缓冲模块，用于接收和缓存采样数据，并对采样数据进行时钟域转换；相位突变检测模块，用于检测时钟域转换后的采样数据中的相对相位变化，并输出相位突变信息；星座旋转和数据翻转模块，用于接收并处理相位突变信息，形成基带数据；同步输出模块，用于同步判决基带数据，生成并输出解调数据。本发明提出的解调器，参数复杂度低，结构稳定性高，能够通过有针对性的训练提高解调器对特殊环境的适应力，运用时间延迟网进行一维卷积运算，降低了计算复杂度，提高了硬件资源使用效率。
-
公开(公告)号：CN109379318A
公开(公告)日：2019-02-22
申请号：CN201811367884.9
申请日：2018-11-16
Applicant: 西安电子科技大学
IPC: H04L27/22 , H04L27/233
CPC classification number: H04L27/22 , H04L27/2338
Abstract: 本发明提出了一种基于CNN和LSTM的DQPSK调制信号解调方法，解决现有DQPSK信号解调方法中调误码率高的技术问题。实现步骤为：获取DQPSK调制信号的采样序列和标记序列；构造CNN并对其进行训练；构造LSTM并对其进行训练；获取训练后的CNN的输出序列；确定采样序列中DQPSK调制信号的每个码元周期对应的采样数据；获取待解调的DQPSK调制信号的解调结果。本发明通过CNN判断DQPSK调制信号码元的边界，能够应对多普勒频移以及采样时钟误差等问题，并使用LSTM直接完成DQPSK调制信号的解调数据的获取，解决了调制信号码元边界不确定带来的解调误码率高的问题。
-
公开(公告)号：CN110300078A
公开(公告)日：2019-10-01
申请号：CN201910584732.2
申请日：2019-07-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于课程学习的调制信号识别方法，主要解决现有技术因信号噪声导致识别率较低的问题。其方案为：获取训练的调制信号采样序列和对应标记数据，并对采样序列进行预处理；构建深度残差网络；将预处理后的采样序列作为深度残差网络的输入，采样序列的标记数据作为深度残差网络输出向量中最大分量对应的调制类型，利用课程学习的训练策略训练构建的深度残差网络，得到训练好的网络；将待识别的调制信号灰度图作为训练好的网络的输入，网络输出向量中最大分量所对应的调制类型即为识别出的调制类型。本发明加快了训练的速度，减小了因信号噪声过强对识别率的影响，提高了在强噪声环境下的调制识别性能，可用于电子对抗和无线电管理。
-
公开(公告)号：CN110300078B
公开(公告)日：2021-04-27
申请号：CN201910584732.2
申请日：2019-07-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于课程学习的调制信号识别方法，主要解决现有技术因信号噪声导致识别率较低的问题。其方案为：获取训练的调制信号采样序列和对应标记数据，并对采样序列进行预处理；构建深度残差网络；将预处理后的采样序列作为深度残差网络的输入，采样序列的标记数据作为深度残差网络输出向量中最大分量对应的调制类型，利用课程学习的训练策略训练构建的深度残差网络，得到训练好的网络；将待识别的调制信号灰度图作为训练好的网络的输入，网络输出向量中最大分量所对应的调制类型即为识别出的调制类型。本发明加快了训练的速度，减小了因信号噪声过强对识别率的影响，提高了在强噪声环境下的调制识别性能，可用于电子对抗和无线电管理。
-
公开(公告)号：CN109379318B
公开(公告)日：2020-11-24
申请号：CN201811367884.9
申请日：2018-11-16
Applicant: 西安电子科技大学
IPC: H04L27/22 , H04L27/233
Abstract: 本发明提出了一种基于CNN和LSTM的DQPSK调制信号解调方法，解决现有DQPSK信号解调方法中调误码率高的技术问题。实现步骤为：获取DQPSK调制信号的采样序列和标记序列；构造CNN并对其进行训练；构造LSTM并对其进行训练；获取训练后的CNN的输出序列；确定采样序列中DQPSK调制信号的每个码元周期对应的采样数据；获取待解调的DQPSK调制信号的解调结果。本发明通过CNN判断DQPSK调制信号码元的边界，能够应对多普勒频移以及采样时钟误差等问题，并使用LSTM直接完成DQPSK调制信号的解调数据的获取，解决了调制信号码元边界不确定带来的解调误码率高的问题。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
