系统工程与电子技术

作者：刘步花, 丁丹, 杨柳, 薛乃阳, 刘仲谦

单位：1. 航天工程大学研究生院, 北京 101416;；2. 航天工程大学电子与光学工程系, 北京 101416;；3. 重庆航天火箭电子技术有限公司, 重庆 400039

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

基金：国家高技术研究发展计划(“863”计划)(2015AA7026085)

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 division 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。

来源：2022年第2期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第2期