基于BP神经网络的空时分组码识别算法

摘要：

针对多输入多输出(Multiple Input Multiple Output,MIMO)系统中空时分组码(Space-Time Block Code,STBC)的盲识别问题,提出了一种基于BP神经网络的空时码识别算法.首先对先前学者提出的基于空时相关矩阵的F范数在新的空时码集下的区分性进行了验证,并基于该范数设计了用于空时码识别的六维特征,最后使用BP神经网络对提取的六维特征进行分类以获得识别结果.相比于传统算法,本文算法可识别的空时码集更大;相比于深度学习的算法,本文算法在较为恶劣的瑞利信道下具有更高的识别率.仿真结果表明,所提算法在信噪比为10 dB时可达95％以上的识别率,且算法对不同的调制方式及不同程度的定时同步误差均具有较好的鲁棒性,识别过程无需要对信道信息进行预估计,在电子对抗等非协作场景下具有较好的应用价值.

关键词：多输入多输出系统、空时分组码、盲识别、空时相关矩阵、F范数、电子对抗

所属期刊栏目：38

分类号：TN911.7

资助基金：国家自然科学基金62001162

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1656-1666