基于ResNet的海洋环境下OFDM深度接收机研究

作者：王安义; 王柯柯^*

来源：信息技术, 2022, 46(12): 6-11.

DOI：10.13274/j.cnki.hdzj.2022.12.002

• OFDM
• ResNet
• 信号识别
• 海洋通信
• CAM

将正交频分复用(OFDM)技术应用于海洋复杂场景下的无线通信系统中，使得海洋无线通信拥有更高的传输速率，并且针对海洋复杂环境下OFDM信息比特流的特征提取困难、误码率无法进一步降低的问题，提出基于残差神经网络(ResNet)的OFDM接收端信息比特流检测算法。通过对ResNet模型引入通道注意力模块(Channel Attention Module, CAM),构建深度神经网络，提取信号的特征，最终恢复出信息比特流。实验仿真结果表明，ResNet能够对海洋复杂场景下的OFDM信号特征进行有效的提取，有较好的识别结果。较卷积神经网络(CNN)算法，ResNet算法误码率有所降低，性能更好，并且更加稳定。

• 单位
  西安科技大学; 通信与信息工程学院