您所在的位置: 成果库 基于深度学习的水声OFDM通信信道反馈方法及系统

基于深度学习的水声OFDM通信信道反馈方法及系统

成果类型：: 发明专利

发布时间: 2023-04-20 16:23:02

科技成果产业化落地方案
方案提交机构：湖南省衡阳市| 黄荣华 | 2023-04-23 16:13:19
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式
本发明涉及一种基于深度学习的水声OFDM通信信道反馈方法及系统，具体涉及通信技术领域。所述方法包括：接收端根据水声信道信息、导频子载波信号和导频子载波接收的信号确定估计水声信道信息；将估计水声信道信息输入训练好的autoencoder网络中的encoder网络得到压缩水声信道信息。
训练好的autoencoder网络为以含噪水声信道信息为输入，以训练水声信道信息为输出对基于autoencoder的深度神经网络进行训练得到的；发送端将接收到的压缩水声信道信息输入训练好的autoencoder网络中的decoder网络得到近似水声信道信息。本发明使得恢复的近似水声信道信息更接近水声信道信息。

现有针对水声信道反馈压缩的系统性研究较少，大多数采用启发式算法，例如：平均多个相邻子载波的信道SNR并发送，此类方法的压缩不足且信道恢复能力不强；还有利用水声信道的稀疏性，采用反馈稀疏通信路径的幅值与时延，来进一步压缩信道反馈，此方法虽然在信噪比高的情况下，压缩比高，恢复能力强，但水声信道一般噪声较多，该方法在低信噪比的情况下恢复的信道信息含有较多噪声。

南华大学是由工业和信息化部、国家国防科技工业局、中国核工业集团公司、中国核工业建设集团公司与湖南省人民政府共建，成立于1958年的全日制公立综合性大学。学校由原隶属中国核工业部的中南工学院、核工业第六研究所与原隶属湖南省的衡阳医学院合并组建而成。学校座落在历史文化名城湖南省衡阳市市区，占地面积3000亩。团队成员有王超峰，刘征海，闫仕宇，万亚平，聂明星，毛宇，蒋盼盼，曾铁军。

针对水声信道构造的基于autoencoder的信道压缩深度学习网络结构，encoder将复杂的信道信息压缩成尺寸更小的向量，然后利用decoder将压缩的信息解码，可以更高效的压缩水声通信中的信道反馈信息，较传统反馈技术如CSINet和反馈稀疏路径等方法，实现了更高的信道反馈压缩比，减小了系统开销。

本技术具有较强的财务盈利能力，其财务净现值良好，投资回收期合理。综上所述，该技术属于国家鼓励支持的项目，技术的经济和社会效益客观，技术的投产将改善优化当地产业结构，实现高质量发展的目标。技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接次项目。