基于深度学习的水声信道联合多分支合并与均衡算法

扫码查看

原文链接

万方数据
维普

中文摘要：为了更好地解决水声信道中的衰落及严重码间干扰问题,该文提出一种基于深度学习的联合多分支合并与均衡算法.该算法借助深度学习网络的非线性拟合能力,联合实现了多分支合并和均衡.在算法实现中,合并与均衡并非相互独立,而是基于深度学习网络的总输出计算出总误差,以总误差对网络参数实现联合调整,数据集则基于统计水声信道模型进行构建.仿真结果表明,相较于已有算法,所提算法能获得更快的收敛速度和更好的误码率性能,使得其能更好地适应水声信道.

外文标题：Deep Learning-based Joint Multi-branch Merging and Equalization Algorithm for Underwater Acoustic Channel

外文摘要：To better solve the fading and severe inter-symbol interference problems in underwater acoustic channels,a Joint Multi-branch Merging and Equalization algorithm based on Deep Learning(JMME-DL)is proposed in this paper.The algorithm jointly implements multi-branch merging and equalization with the help of the nonlinear fitting ability of the deep learning network.The merging and equalization are not independent of each other,in the implementation of the algorithm,the total error is first calculated based on the total output of the deep learning network,and then the network parameters of each part are jointly adjusted with the total error,and the dataset is constructed based on the statistical underwater acoustic channel model.Simulation results show that the proposed algorithm achieves faster convergence speed and better BER performance compared to the existing algorithms,making it better adapted to underwater acoustic channels.

外文关键词：

Underwater acoustic communicationDeep learningUnderwater acoustic channelJoint multi-branch merging and equalization

作者：

刘志勇、金子皓、杨洪娟、刘彪、唐新丰、李博

展开 >

作者单位：

哈尔滨工业大学(威海)信息科学与工程学院威海 264209

山东省海洋电子信息与智能无人系统重点实验室威海 264209

海洋无人系统跨域协同与综合保障工业和信息化部重点实验室威海 264209

北京宇航系统工程研究所北京 100076

展开 >

关键词：

水声通信深度学习水声信道联合多分支合并与均衡

基金：

战略火箭创新基金国家自然科学基金山东省重大科技创新工程项目山东省重大科技创新工程项目山东省重大科技创新工程项目

项目编号：

ZH2022007618711482020CXGC0107052021ZLGX052022ZLGX04

出版年：

2024

DOI：

10.11999/JEIT231196

电子与信息学报

中国科学院电子学研究所国家自然科学基金委员会信息科学部

电子与信息学报

CSTPCD北大核心

影响因子：1.302

ISSN：1009-5896

年,卷(期)：2024.46(5)