基于深度神经网络的OFDM抗干扰技术

摘要：

针对外来电磁干扰导致的正交频分复用(OFDM)系统可靠性降低的问题,研究了一种基于深度神经网络(DNN)的OFDM抗干扰技术.利用一个DNN代替传统OFDM干扰检测、干扰抑制和解调等多个模块,通过对外来电磁干扰的训练使DNN收敛至最佳适应状态,完成对接收信号进行抗干扰和解调一体化处理,直接恢复出解调结果.该技术创新点在于:突破常规通信接收系统多个分立模块级联处理的传统方式,用DNN的大量神经元灵活组合实现对复杂电磁环境的最优拟合,不仅简化了系统结构,而且获得了更优的抗干扰解调性能.仿真结果表明:对于单音干扰和多音干扰,在高信噪比下基于DNN的OFDM系统性能优势逐渐提升;在部分窄带干扰下,基于DNN的OFDM系统性能优势明显,整体比未处理干扰的OFDM系统提升近两个数量级.

关键词：抗干扰系统、正交频分复用、深度神经网络、单音干扰、多音干扰、干扰检测、干扰抑制、系统性能

所属期刊栏目：45

分类号：TN911.3-34

资助基金：国家高技术研究发展计划（863计划）2015AA7026085

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7-10