基于DNN的低復(fù)雜度聯(lián)合解調(diào)譯碼迭代同步算法

打開文本圖片集

摘要： 在無(wú)線通信的諸多場(chǎng)景，如衛(wèi)星通信、深空通信和隱蔽通信中，受限于發(fā)射功率、傳輸距離等因素，接收信號(hào)非常微弱?，F(xiàn)有聯(lián)合解調(diào)譯碼迭代同步算法，將信道編碼增益作用于信號(hào)接收全過(guò)程，可有效降低接收機(jī)的同步門限，但是計(jì)算復(fù)雜度較高。利用迭代接收目標(biāo)函數(shù)的形態(tài)一致特性，提出一種基于深度神經(jīng)網(wǎng)絡(luò)（deep neural network， DNN）的同步優(yōu)化策略。（剩余13855字）