计算机应用研究

作者：马涛,李悦,杨峰,丁良辉,

单位：1.上海交通大学a.图像通信与网络工程研究所;b.无线通信技术研究所,上海200240；2.海军研究院,北京100161；

关键词：正交频分复用,窄带干扰消除,深度学习,卷积神经网络,

基金：国家自然科学基金资助项目(61771309,61671301,61420106008,61521062)；上海市重点实验室基金资助项目(STCSM15DZ2270400)；数据链技术重点实验室开放基金资助项目(CLDL-20162306)；上海交通大学医工交叉基金资助项目(YG2017QN47)；；

针对正交频分复用（OFDM）系统中的窄带干扰（NBI）引起的性能下降问题，提出了两种基于深度学习（DL）的窄带干扰消除结构。在两种结构中，首先分别对接收信号进行预处理，然后利用卷积神经网络（CNN）从时域上对经过预处理的数据进行特征提取并获得干扰估计，最后将干扰估计量从接收信号中消去。仿真结果显示，两种结构可以有效学习出OFDM系统中的窄带干扰，并提升系统性能。

来源：2020年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第5期