欠采样跳频通信信号深度学习恢复方法

作者：齐佩汉; 王凡; 周涛; 谢爱平; 梁琳琳; 周小雨; 李赞; **洋; 关磊; 都毅; 毛维安

来源：2020-06-30, 中国, ZL202010613485.7.

本发明公开了欠采样跳频通信信号深度学习恢复方法,解决了现有技术中信号恢复方法计算复杂度高,计算效率较低,重构精度低的问题。实现步骤为：构建卷积神经网络和变分自编码器网络,引入新的网络结构和参数设置,构建最优的神经网络结构；跳频信号线性测量；数据预处理,用分离复数的实部和虚部的数据预处理方式,得到输入神经网络的数据格式；训练卷积神经网络和变分自编码器网络；跳频信号恢复。本发明构建权值共享,稀疏连接的两个网络,用数据预处理方式,得到输入神经网络的数据格式,通过训练好的最优神经网络结构和参数设置重构原始跳频信号。大幅度提高了信号恢复的准确率,降低了重构的误差和计算复杂度,用于跳频通信系统。

• 单位
  西安电子科技大学