基于WLNet模型的5G数字信号自适应信干分离方法与流程

基于wlnet模型的5g数字信号自适应信干分离方法
技术领域
1.本发明属于信号处理领域，尤其是涉及一种基于wlnet模型的5g数字信号自适应信干分离方法。

背景技术：

2.信干分离目前已成为信号处理领域的热点课题,在数字通信系统中,信号在信道中传播时会受到不同程度的电磁干扰。尤其随着5g标准(release15和release16)的冻结及5g商业化应用逐渐落地，错综复杂的5g数字调制信号传输时将面临更加复杂的电磁环境。因此，为了提高5g通信质量，减少电磁干扰，越来越多的专家学者提出新方法，新技术。
3.国内外研究学者开始研究一些自适应算法，旨在最大程度抑制电磁干扰。其中，胡小建,康晓勇等学者讨论了当前自适应iir滤波器算法,即方程误差(equation error,ee)方法和输出误差(output error,oe)方法，ee方法计算简单,但收敛结果受干扰影响存在偏差。oe方法计算复杂,但可以收敛到最佳权值,也有可能收敛到其他非最优权值。此外，还有其他国内外研究学者研究并采用他技术方法对不同电磁干扰背景下的信号进行盲源分离，达到了一定分离效果。
4.然而，随着5g的快速发展，高阶数字调制方式大幅提高了信号传输的有效性。根据香农定理，有效性与可靠性不可兼得，信号在快速传输的同时，可靠性必然下降，尤其随着5g商业化应用逐渐落地，复杂的电磁环境对5g信号传输造成了不同程度的干扰。因此，为了满足工程需要，急需一种在满足一定分离准确率的前提下，实现不同5g数字调制信号的自适应信干分离算法。

技术实现要素：

5.有鉴于此，本发明旨在提出一种基于wlnet模型的5g数字信号自适应信干分离方法，以解决在复杂的电磁环境下5g数字调制信号信干分离效果不佳的问题。
6.为达到上述目的，本发明的技术方案是这样实现的：
7.一种基于wlnet模型的5g数字信号自适应信干分离方法，包括：
8.设置参数，并创建二进制码流b(t)；
9.选择5g数字调制方式，并将二进制码流b(t)进行基带映射得到f
proj
(t)；
10.将基带映射信号f
proj
(t)进行余弦脉冲成型得到余弦脉冲成型信号f(t)；
11.为余弦脉冲成型信号f(t)添加不同程度的电磁干扰得到fn(t)；
12.设定自适应滤波前后信号的均方差阈值thr_err与相关系数阈值ρr；
13.设置wlnet滤波模型相关参数，对带电磁干扰的信号fn(t)进行自适应滤波，计算滤波前后信号的均方误差err与相关系数ρ，当err≤thr_err且相关系数ρ≥ρr时输出自适应滤波信号ff(t)，否则继续对wlnet滤波模型进行网络调参，直至满足要求；其中，ρ为分离准确率。
14.进一步的，所述设置参数，并创建二进制码流b(t)，包括：
15.设置5g数字调制参数，包括符号速率fd、采样率fs、以及载波频率fc；
16.随机生成长度为l的二进制码流b(t)。
17.进一步的，所述将基带映射信号f
proj
(t)进行余弦脉冲成型得到余弦脉冲成型信号f(t)，包括：
18.确定余弦滚降系数α；
19.将基带映射信号f
proj
(t)余弦脉冲成型得到f(t)。
20.进一步的，所述设置wlnet滤波模型相关参数，对带电磁干扰的信号fn(t)进行自适应滤波，计算滤波前后信号的均方误差err与相关系数ρ，当err≤thr_err且相关系数ρ≥ρr时输出自适应滤波信号ff(t)，否则继续对wlnet滤波模型进行网络调参，直至满足要求，包括：
21.基于5g数字调制参数，初步搭建wlnet滤波模型；
22.将带有电磁干扰的信号fn(t)，送入wlnet滤波模型，得到滤波信号fm(t)，计算fm(t)与f(t)的均方误差err，公式如下所示：
23.err＝e[fm(t)-f(t)]2；
[0024]
判断err是否满足err≤thr_err，若满足则输出自适应滤波后的信号ff(t)，否则动态调整wlnet中采样率值大小、记忆向量m(t-1)、以及重构滤波器h
t
，直至err满足要求。
[0025]
进一步的，所述采样率值至少为wlnet信号最高频率值的两倍。
[0026]
相对于现有技术，本发明所述的基于wlnet模型的5g数字信号自适应信干分离方法具有以下优势：
[0027]
(1)本发明所述的基于wlnet模型的5g数字信号自适应信干分离方法，在军用领域能准确自适应分离敌方强电磁干扰通讯信号，以提高电子侦察与电子对抗能力。此外，这种方法应用在民用领域时，接收终端自适应分离干扰信号有助于提高通信质量，有效服务于快速发展的移动通信系统。
[0028]
(2)本发明所述的基于wlnet模型的5g数字信号自适应信干分离方法，还可以应用于ai领域，无线链路传输中的干扰信号自适应分离，将提高智能终端设备接收电磁信号的准确率。此外，在工业物联网领域，随着nb-iot的快速发展，这种自适应信干分离方法也有利于提高万物互联无线通信网络的维护能力。
附图说明
[0029]
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0030]
图1为本发明实施例一所述的一种基于wlnet模型的5g数字信号自适应信干分离方法流程图；
[0031]
图2为本发明实施例二所述wlnet滤波网络模型的示意图。
具体实施方式
[0032]
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
[0033]
实施例一
[0034]
随着ai、5g等领域的快速发展，5g信号传输将面临愈加复杂的电磁干扰环境，传统的信干分离算法虽然能够在一定条件下实现数字调制信号的信干分离，但随着信号的高速传输，调制阶数也将不断增大，传统算法的信干分离准确率也将逐渐下降。因此，为了满足工程需要，在保证一定分离准确率的前提下，需要提出一种新的自适应信干分离方法，以适应快速发展的5g技术，加快工程应用。
[0035]
图1为本发明实施例一所述的一种基于wlnet模型的5g数字信号自适应信干分离方法流程图，参见图1，所述方法的具体步骤如下所示：
[0036]
步骤101、设置参数，并创建二进制码流b(t)。
[0037]
具体的，本领域技术人员可以根据实际需要，先设置5g数字调制参数，包括符号速率fd、采样率fs、以及载波频率fc；然后随机生成长度为l的二进制码流b(t)。此外，本领域技术人员也可以根据实际需要设置其他5g数字调制参数，在这里不再赘述。
[0038]
步骤102、选择5g数字调制方式，并将二进制码流b(t)进行基带映射得到f
proj
(t)。
[0039]
具体的，可以先确定余弦滚降系数α，然后将基带映射信号f
proj
(t)余弦脉冲成型得到f(t)。
[0040]
步骤103、将基带映射信号f
proj
(t)进行余弦脉冲成型得到余弦脉冲成型信号f(t)。
[0041]
步骤104、为余弦脉冲成型信号f(t)添加不同程度的电磁干扰得到fn(t)。
[0042]
步骤105、设定自适应滤波前后信号的均方差阈值thr_err与相关系数阈值ρr。
[0043]
步骤106、设置wlnet滤波模型相关参数，对带电磁干扰的信号fn(t)进行自适应滤波，计算滤波前后信号的均方误差err与相关系数ρ，当err≤thr_err且相关系数ρ≥ρr时输出自适应滤波信号ff(t)，否则继续对wlnet滤波模型进行网络调参，直至满足要求；其中，ρ为分离准确率。
[0044]
示例性的，可以先基于5g数字调制参数，初步搭建wlnet滤波模型。然后将带有电磁干扰的信号fn(t)，送入wlnet滤波模型，得到滤波信号fm(t)，计算fm(t)与f(t)的均方误差err，公式如下所示：
[0045]
err＝e[fm(t)-f(t)]2。；
[0046]
最后，判断err是否满足err≤thr_err，若满足则输出自适应滤波后的信号ff(t)，否则动态调整wlnet中采样率值大小、记忆向量m(t-1)、以及重构滤波器h
t
，直至err满足要求。其中，采样率值至少为wlnet信号最高频率值的两倍。其中，自适应滤波后的信号ff(t)的公式如下：
[0047][0048]
在实际应用过程中，为避免出现频谱混叠，建议采样率至少在wlnet信号最高频率的2倍以上。此外，由于记忆向量与lstm遗忘门、输入门和输出门的权重系数有关，因此可根据误差情况微调权重系数。
[0049]
而重构滤波器h
t
则可以根据实时采样情况选择合适的重构滤波器类型。此外，本领域技术人员也可以根据实际需要调整其他参数，直至err满足要求即可，在这里不再赘述。
[0050]
本实施例所述的基于wlnet模型的5g数字信号自适应信干分离方法，根据5g数字调制信号的采样率，载波频率等参数设计了wlnet(wiener-lstm-net，维纳长短时记忆网络)滤波模型，对干扰基带信号进行自适应滤波，实现5g数字调制信号在不同干扰环境下的自适应信干分离，分离效果好，分离准确率高。
[0051]
实施例二
[0052]
图2为本发明实施例二所述wlnet滤波网络模型的示意图，参见图2，wlnet滤波网络进行信号滤波过程具体如下：
[0053]
首先带有电磁干扰的信号f
n-1
(t)送至lstm网络的遗忘门，经过α激活函数(sigmod)与lstm网络部分遗忘向量m(t-1)相乘至下一输入门得到v(t)，具体操作为：
[0054]
v(t)＝m(t-1)
·
sigmod(f
n-1
(t))。
[0055]
然后，f
n-1
(t)经sigmod激活、反正切计算后与上一步骤的v(t)在输入门相加得到新记忆向量m(t)：
[0056]
m(t)＝v(t)+sigmod(f
n-1
(t))
·
tanh(f
n-1
(t))。
[0057]
其次，在输出门将新记忆向量m(t)与sigmod(f
n-1
(t))相乘得到lstm网络输出信号fn(t)：
[0058]fn
(t)＝m(t)
·
sigmod(f
n-1
(t))。
[0059]
通过进一步整理可得：
[0060]fn
(t)＝
[0061]
m(t-1)
·
sigmod(f
n-1
(t))+[sigmod(f
n-1
(t))
·
tanh(f
n-1
(t))]
·
si
[0062]
gmod(f
n-1
(t))＝sigmod(f
n-1
(t))
·
[m(t-1)+
[0063]
sigmod(f
n-1
(t))
·
tanh(f
n-1
(t))]。
[0064]
经过长短时记忆网络输出的信号fn(t)采样后得到fn(n)，经维纳加权滤波后与期望信号d(n)运算得到输出信号ff(n)：
[0065]ff
(n)＝d(n)-fn(n)*wn；
[0066]
其中wn为离散维纳滤波器。
[0067]
最后经过脉冲响应滤波器h
t
进行重构得到wlnet模型的输出信号ff(t).sigmod(
·
)与tanh(
·
)，具体运算公式如下所示：
[0068][0069][0070]
本实施例提供了一种wlnet滤波网络模型，可用于上述基于wlnet模型的5g数字信号自适应信干分离方法。
[0071]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种基于wlnet模型的5g数字信号自适应信干分离方法，其特征在于，包括：设置参数，并创建二进制码流b(t)；选择5g数字调制方式，并将二进制码流b(t)进行基带映射得到f
proj
(t)；将基带映射信号f
proj
(t)进行余弦脉冲成型得到余弦脉冲成型信号f(t)；为余弦脉冲成型信号f(t)添加不同程度的电磁干扰得到f
n
(t)；设定自适应滤波前后信号的均方差阈值thr_err与相关系数阈值ρ
r
；设置wlnet滤波模型相关参数，对带电磁干扰的信号f
n
(t)进行自适应滤波，计算滤波前后信号的均方误差err与相关系数ρ，当err≤thr_err且相关系数ρ≥ρ
r
时输出自适应滤波信号f
f
(t)，否则继续对wlnet滤波模型进行网络调参，直至满足要求；其中，ρ为分离准确率。2.根据权利要求1所述的方法，其特征在于，所述设置参数，并创建二进制码流b(t)，包括：设置5g数字调制参数，包括符号速率f
d
、采样率f
s
、以及载波频率f
c
；随机生成长度为l的二进制码流b(t)。3.根据权利要求1所述的方法，其特征在于，所述将基带映射信号f
proj
(t)进行余弦脉冲成型得到余弦脉冲成型信号f(t)，包括：确定余弦滚降系数α；将基带映射信号f
proj
(t)余弦脉冲成型得到f(t)。4.根据权利要求1所述的方法，其特征在于，所述设置wlnet滤波模型相关参数，对带电磁干扰的信号f
n
(t)进行自适应滤波，计算滤波前后信号的均方误差err与相关系数ρ，当err≤thr_err且相关系数ρ≥ρ
r
时输出自适应滤波信号f
f
(t)，否则继续对wlnet滤波模型进行网络调参，直至满足要求，包括：基于5g数字调制参数，初步搭建wlnet滤波模型；将带有电磁干扰的信号f
n
(t)，送入wlnet滤波模型，得到滤波信号f
m
(t)，计算f
m
(t)与f(t)的均方误差err，公式如下所示：err＝e[f
m
(t)-f(t)]2；判断err是否满足err≤thr_err，若满足则输出自适应滤波后的信号f
f
(t)，否则动态调整wlnet中采样率值大小、记忆向量m(t-1)、以及重构滤波器h
t
，直至err满足要求。5.根据权利要求4所述的方法，其特征在于：所述采样率值至少为wlnet信号最高频率值的两倍。

技术总结

本发明提供了一种基于WLNet模型的5G数字信号自适应信干分离方法，包括：设置参数，并创建二进制码流b(t)；选择5G数字调制方式，并将二进制码流b(t)进行基带映射得到f

技术研发人员：

纪腾飞 封晨 王鹏飞 王通宇 杨琳 武欣桐 吕晓钢 孙冠

受保护的技术使用者：

天津光电通信技术有限公司

技术研发日：

2022.11.14

技术公布日：

2023/2/23