基于深度学习的水下光通信失准鲁棒盲接收机设计方法

摘要

本发明提供基于深度学习的水下光通信失准鲁棒盲接收机设计方法，包括：构建LM效应相关的UWOC信道模型；设计基于深度神经网络的UWOC失准鲁棒盲接收机，即设计DNN‑MBR；基于UWOC信道模型和DNN‑MBR，搭建DNN辅助的MIMO‑UWOC系统；在MIMO‑UWOC系统中完成水下光通信，完成水下光通信失准鲁棒盲接收机的设计。本发明提出一种基于深度学习的水下光通信失准鲁棒盲接收机设计方法，提出一种新型的基于深度学习DL的MIMO接收机，能有效解决UWOC环境中的LM问题；同时，本方案所提出的DL设计将信号合并和解调过程解耦为两个级联的功能，形成一体化的DNN，MBR设计不需要先验信道状态信息，对UWOC信道下的LM效应具有很强的鲁棒性。