CN107769801A - 一种基于神经网络的提升射频接收机中频信噪比的方法 - Google Patents

Abstract

本发明涉及通信技术与神经网络技术，具体的说是涉及一种基于神经网络提升射频接收机工作性能的方法。接收机的中频输出信号通过神经网络处理后提升中频信号的信噪比，神经网络处理信号的方式包括但不限于时间序列数据拟合、时间序列信号预测、数据分类。本发明在射频无线收发的应用环境中，通过利用收发机空闲时间对神经网络进行进行训练，并在收发机工作时间应用该神经网络以提升接收机中频输出信号中的信噪比。

Description

一种基于神经网络的提升射频接收机中频信噪比的方法

技术领域

本发明涉及通信技术与神经网络技术，具体的说是涉及一种基于神经网络提升射频接收机工作性能的方法。

背景技术

在现代社会中，射频通信起着越来越重要的作用。其中射频接收机在射频通信技术中占了很重要的一部分。一个典型的射频接收机能完成选频，功率放大和解调等功能。射频信号在经过射频接收机的一系列处理后，出来的信号通常会夹杂着噪声信号，这些噪声信号的来源很多而且有很大的随机性，既可能来源于射频接收机自身电路里产生的噪声，也可能来源于射频信号在空间传播过程中夹杂的各种噪声。中频信噪比这一参数就是用来衡量在中频范围内，有用信号与噪声信号的相对大小的。中频信噪比越大，说明在中频范围内有用信号越多，夹杂的噪声信号越小。

一般而言，由于传输环境的不同，噪声信号有很大的不确定性，传统的射频接收机很难完全消除这些噪声信号，中频信噪比一般不会太高，这些噪声信号就会传输到后级电路并且会逐级放大，最终对整个系统的收发效果产生不利的影响。因此，有必要提供一种能提升射频接收机中频信噪比的电路。

发明内容

本发明为了解决由于现有技术限制而造成的射频接收机的中频信噪比过低的缺陷，提供了一种基于神经网络的提升射频接收机中频信噪比的方法，能够有效提高射频接收机的中频信噪比，提高整个射频通信系统的收发效果。

本发明的技术方案为：

一种基于神经网络的提升射频接收机中频信噪比的方法，包括如下步骤：

步骤一：在收发机空闲时，发射机发射随机数据，用于接收机训练其神经网络；

步骤二：在收发机工作时，接收机应用步骤一得到的神经网络，处理接收机的中频输出，降低或去除接收机的中频输出中的噪声，以达到提升中频信号中的信噪比的目的。

具体的，所述步骤一通过神经网络的处理射频接收机中频信号的工作过程分为训练阶段和工作阶段：

训练阶段：

a、发射机发射随机数据，接收机将得到的中频信号作为样本(样本由一条或多条总长度足够长并具有时间相关性的数列组成)输入神经网络；

b、神经网络对一部分样本进行学习并调整网络权重矩阵；

c、将另一部分未被学习的样本作为验证集，用于监督神经网络的训练过程，一旦验证集的误差估量值连续多次增大，则中止训练过程，使用误差估量值开始增大前的权重矩阵作为神经网络的权重，训练结束；

训练阶段为由样本获得神经网络权重矩阵即获得神经网络的过程。

工作阶段：根据训练阶段得到的神经网络对接收到的中频信号进行处理，提升中频信号中的信噪比。

具体的，所述神经网络为长短期记忆神经网络。

具体的，所述神经网络为循环神经网络。

具体的，所述神经网络为前馈神经网络。

具体的，所述神经网络为卷积神经网络。

神经网络是一项以生物大脑的结构和功能为基础，以网络节点模仿大脑的神经细胞，以网络连接权模仿大脑的激励电平的技术。该技术能有效的处理问题的非线性、模糊性和不确定关系。该神经网络模块可以由一种或多种神经网络构成，例如长短时记忆模型神经网络 (LSTM)、循环神经网络(RNN)、前馈神经网络(FNN)或卷积神经网络(CNN)。神经网络模块采用数字或模拟电路实现，用以将系统的输入信号基于训练时的样本进行分类。发射机控制模块能够基于神经网络模块对输入信号划分的类别产生不同的控制信号，针对每一个发射目标调整发射机的工作模式。发射机模块根据输入信号和发射机控制模块的控制信号，改变发射机的输出功率、工作频率、增益、线性度和数据率中的一种或多种性能。

本发明的有益效果为：在针对复杂的应用环境中，可以通过训练神经网络对该环境下常见的噪声类型进行识别并处理，从而提升射频接收机的中频信噪比；本发明不需要预先知道该环境下的噪声种类，操作更简单，且相比于现有技术能有效的提高射频接收机的中频信噪比；本发明尤其适用于高速、高集成度应用环境。

附图说明

图1是本发明中一种基于神经网络的射频发送机与接收机的电路结构示意图：

图2是实施例1提出的基于神经网络的接收机电路结构图；

图3是实施例2提出的基于神经网络的接收机电路结构图。

具体实施方式

下面联系附图阐述的详细描述旨在作为本发明的当前优选实施例的描述，而并非旨在表示可实施本发明的唯一方式。应当理解：相同或等价的功能可由旨在包含在本发明的精神和范围内的不同实施例来完成。

如图1所示，本发明实施例中提供的一种发射机电路与基于神经网络的接收机电路，包括发射机模块、接收机模块和神经网络模块。输入的中频信号直接输入发射机模块变成射频信号，通过天线发射到空间，接收机模块通过天线接收到空间中的射频信号并进行处理还原成中频信号，但此时的中频信号中会夹杂着噪声。此时信号再通过一个神经网络模块后，大部分的噪声就会被消除，中频信噪比得到了较大的提升，进而改善了整个系统的收发效果。

下面结合附图及实施例，详细描述本发明的技术方案。

实施例1

如图2是本实施例提出的基于神经网络的接收机机电路结构图，其包括一个神经网络模块、一个模数转换(ADC)模块和一个接收机模块。接收机接收到的模拟射频信号通过ADC 模块后变成数字信号，神经网络模块对数字信号进行学习后得到网络权重值W，在该网络权重值W下，调整相应的算法参数如时间序列数据拟合、时间序列信号预测，从而改善射频接收机的中频信噪比。

实施例2

如图3所示为本实施例提出的基于神经网络的接收机电路结构图，包括一个二选一多路选择器，第一寄存器，第二寄存器，一个神经网络模块、接收机模块。当开始接收信号时，二选一多路选择器使能第一寄存器，将输入信号存入第一寄存器，当第一寄存器存满后，二选一多路选择器使能第二寄存器，将输入信号存入第二寄存器，同时第一寄存器存储的信号并行传入神经网络。当第二寄存器存满后，二选一多路选择器使能第一寄存器，将输入信号存入第一寄存器，同时将第二寄存器存储的信号并行传入神经网络。第一寄存器和第二寄存器交替工作，把输入信号不间断的传入神经网络。神经网络对传入的输入信号进行学习后得到网络权重值W。在该网络权重值W下，相同的输入信号可以实现对信号的分类，调整相应的算法参数如数据分类参数，从而改善射频接收机的中频信噪比。

Claims (2)

1.一种基于神经网络的提升射频接收机中频信噪比的方法，包括由发射机和接收机组成的射频信号收发系统，其特征在于，还包括数模转换模块和神经网络，所述接收机输出的信号依次经过数模转换模块和神经网络，所述数模转换模块用于将接收机接收到的模拟射频信号转换为数字信号输入神经网络；

所述神经网络用于提升射频接收机的中频信噪比，具体包括：

训练阶段，由样本获得神经网络权重矩阵即获得神经网络的过程：

S1、在收发机空闲时，发射机发射随机数据，接收机将得到的中频信号作为样本输入神经网络；

S2、神经网络对一部分样本进行学习获得神经网络权重矩阵；

S3、将另一部分未被学习的样本作为验证集，用于监督神经网络的训练过程，一旦验证集的误差估量值连续多次增大，则中止训练过程，使用误差估量值开始增大前的权重矩阵作为神经网络的权重，训练结束。

工作阶段：根据训练阶段得到的神经网络对接收到的中频信号进行处理，提升中频信号中的信噪比。

2.根据权利要求1所述的基于神经网络的提升射频接收机中频信噪比的方法，其特征在于，所述神经网络为长短期记忆神经网络、循环神经网络、前馈神经网络和卷积神经网络中的一种。