智能定义无线电技术体系及其设计方法

发布时间：2020-12-11 03:12

　　在软件无线电的基本架构的基础上,提出了一种新的以深度神经网络为核心的无线通信架构的设计方法及其应用,并提出了智能和智能定义无线电(intelligent and intelligent defined radio,IR/IDR)的概念.基于系统级整体优化的思想,IR/IDR采用多种不同的深度神经网络(deep neural network,DNN)替代传统软件无线电的各个功能模块,使无线通信系统成为一个可端到端优化的整体.而DNN良好的融合特性,还使得基于新方法的系统在不增加额外成本的前提下方便地扩展后续功能.更重要的是,通过将多个基于新方法的无线信号发射或接收端的DNN融合后,还可以对整个无线通信网络系统在更广义的角度上进行管理和优化.IR/IDR是一种新的理论和应用模式,它将通信问题演变为计算和数据,代表了未来无线通信发展的方向. 

【文章来源】：兰州交通大学学报. 2020年05期 第41-47页

【文章页数】：7 页

【部分图文】：

软件定义无线电通信系统

在SDR之上的IR/IDR系统如图2所示.其采用系统DNN替代SDR数字域的功能,如信源编解码、数字上下变频、调制解调等.系统DNN由多个子DNN构成,各子DNN分别对应于数字域中各个模块的功能.利用子DNN组成的系统DNN进行训练,达到系统的整体优化,从而获得更高的系统有效性和稳定性,这即是“智能定义的无线电”的核心思想.引入高集成度的系统DNN,不仅可以获得系统层最优,还可以大幅度降低无线电通信系统硬件系统的复杂度.也就是说,传统SDR通信系统A/D之后的大量FPGA和DSP器件,在IR/IDR系统通信系统中会被一个DNN芯片所取代,其成本与功耗,与SDR系统相比,会有明显优势.

一个理想的基于IR/IDR的无线通信系统如图3所示.系统采用DNN替代了传统无线电信号收-发系统中的信号预处理(包括信源编解码、信道编解码、调制与解调、交织与均衡、波束合成)、DDC以及数字上变频(digital up conversion,DUC)的全过程.理想的基于IR/IDR的无线通信系统可以通过DNN全过程的训练而达到系统最优,在稳定的加性高斯白噪声信道中容易达到系统最优,但受制于实现成本和DNN的训练难度,在变参信道或者多径复杂的信道如瑞利信道下可能需要有大规模的训练才能有较好的性能.图4给出一个易于实现IDR系统方案.与理想系统相比,该方案中的数字上变频与部分数字下变频功能依旧采用传统方式实现.该方案在保持理想IR/IDR优势的同时,可有效降低实现成本和网络训练难度.


本文编号：2909801