一种基于深度学习的水声正交频分复用通信方法

摘要

一种基于深度学习的水声正交频分复用通信方法，属于水声通信技术领域。本发明分为两个阶段。首先是基于大量训练数据的训练阶段，通过训练过程将损失函数最小化并调整深度神经网络参数以获取有效的接收系统模型。其次是在线测试阶段，将有效训练的接收系统模型投入实际测试，在不需要明确信道估计及均衡的条件下直接恢复发射信号。与传统的水声通信需进行明确信道估计及均衡不同，深度神经网络可以通过训练来学习处理水声信道造成的复杂失真，直接从接收的信号中恢复原始发射信号；本发明可降低水声通信系统设计复杂度，有效实现水下数据传输；本发明对比于传统水声通信方法，对于导频数据量较少、循环前缀缺失情况下的水生通信具有更好的鲁棒性。