| 基于深度神经网络的正交频分复用波形外辐射源雷达参考信号重构 |
| |
| 引用本文： | 赵志欣,戴文婷,陈鑫,何仕华,陶平安. 基于深度神经网络的正交频分复用波形外辐射源雷达参考信号重构[J]. 电子与信息学报, 2022, 43(9): 2735-2742. DOI: 10.11999/JEIT200888 |
| |
| 作者姓名： | 赵志欣 戴文婷 陈鑫 何仕华 陶平安 |
| |
| 作者单位： | 南昌大学信息工程学院 南昌 330031 |
| |
| 摘 要： | 针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题,基于"解调-再调制"的重构方法结合了波形优势,能获得更为纯净的参考信号.该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法,建立了基于DNN的参考信号重构方案,通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应,从而提高解调精度和重构性能.该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题,接着对基于DNN方法在导频数目减少、循环前缀的移除、存在符号定时偏差、存在载波频偏、对高峰值平均功率比信号进行时域加窗滤波等情况下的参考信号重构性能进行了仿真分析,仿真结果表明该方法对参考信号重构的有效性.
|
| 关 键 词： | 外辐射源雷达 正交频分复用波形 参考信号重构 深度神经网络 |
Deep Neural Network-based Reference Signal Reconstruction for Passive Radar with Orthogonal Frequency Division Multiplexing Waveform |
| |
| ZHAO Zhixin,DAI Wenting,CHEN Xin,HE Shihua,TAO Ping'an. Deep Neural Network-based Reference Signal Reconstruction for Passive Radar with Orthogonal Frequency Division Multiplexing Waveform[J]. Journal of Electronics & Information Technology, 2022, 43(9): 2735-2742. DOI: 10.11999/JEIT200888 |
| |
| Authors: | ZHAO Zhixin DAI Wenting CHEN Xin HE Shihua TAO Ping'an |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
