基于循环生成对抗网络的信道特性迁移方法

    公开(公告)号:CN113746580A

    公开(公告)日:2021-12-03

    申请号:CN202110982030.7

    申请日:2021-08-25

    Abstract: 本发明属于无线通信信号传输信道仿真的技术领域,公开了一种基于循环生成对抗网络(CycleGAN)的信道特性迁移方法,主要包括以下环节。信号数据集构建:产生多种原始调制信号以及信道叠加信号作为训练数据。信道特性迁移网络结构设计:基于Cycle‑GAN网络框架构建面向一维信号的信道特性迁移GAN网络。网络模型训练:选取信号样本训练获取信道迁移后信号,设计损失函数并使用优化算法进行模型参数更新直至获得训练好的信道特性迁移网络。信道特性迁移仿真信号生成与评估:对信道迁移后的信号进行误码率、频率偏移和幅值衰落等指标的计算。本发明所设计的信道迁移方法无需显式构建信道的数学模型,且不依赖于信道的输入信号和输出信号样本对,具有实际应用价值。

    基于循环生成对抗网络的信道特性迁移方法

    公开(公告)号:CN113746580B

    公开(公告)日:2022-08-02

    申请号:CN202110982030.7

    申请日:2021-08-25

    Abstract: 本发明属于无线通信信号传输信道仿真的技术领域,公开了一种基于循环生成对抗网络(CycleGAN)的信道特性迁移方法,主要包括以下环节。信号数据集构建:产生多种原始调制信号以及信道叠加信号作为训练数据。信道特性迁移网络结构设计:基于Cycle‑GAN网络框架构建面向一维信号的信道特性迁移GAN网络。网络模型训练:选取信号样本训练获取信道迁移后信号,设计损失函数并使用优化算法进行模型参数更新直至获得训练好的信道特性迁移网络。信道特性迁移仿真信号生成与评估:对信道迁移后的信号进行误码率、频率偏移和幅值衰落等指标的计算。本发明所设计的信道迁移方法无需显式构建信道的数学模型,且不依赖于信道的输入信号和输出信号样本对,具有实际应用价值。

Patent Agency Ranking