基于深度学习和四阶滞后矩谱的STBC-OFDM信号盲识别方法和装置

摘要

本申请提出了一种基于深度学习和四阶滞后矩谱的STBC‑OFDM信号盲识别方法，涉及信号盲识别技术领域，包括：计算接收信号的四阶滞后矩，并生成四阶滞后矩向量；采用二维矢量拼接将四阶滞后矩向量合并成四阶滞后矩谱；构建注意力引导多尺度扩张卷积网络，其中，注意力引导多尺度扩张卷积网络包括注意力引导多尺度扩张卷积模块、特征融合层、残差层，将四阶滞后矩谱输入注意力引导多尺度扩张卷积模块，输出多尺度引导特征，之后将多尺度引导特征输入特征融合层和残差层，并经由以softmax为激活函数的全连接层输出识别结果。本申请识别性能获得了显著的提升，对强干扰环境具有良好的适应性，并且本申请不需要信道、噪声等先验信息，较现有算法更适用于非协作通信。