-
全部
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
王安义李立
西安科技大学通信与信息工程学院
针对矿井复杂异构的无线环境，提出一种基于高阶累积量和DNN模型的井下信号识别方法，实现了井下BPSK，QPSK，8PSK，2FSK，4FSK，8FSK，32QAM，64QAM，OFDM等数字信号的自动调制识别。分析得到9种数字信号的高阶累积量理论值，并通过傅里叶变换提高信号辨识度；分析井下小尺度衰落信道对高阶累积量的影响，推导出经过井下衰落信道后信号的高阶累积量计算表达式，根据高阶累积量理论值构造特征参数并训练DNN模型，实现信号识别。仿真分析结果表明，该方法在矿井Nakagami-m衰落信道下有出色的调制识别性能，信噪比为-5 dB时平均正确识别率为89.2％以上，信噪比为5 dB以上时平均正确识别率为100％。该方法为在特殊复杂环境下的信号识别检测提供了新思路。
矿井通信 井下信号识别 Nakagami-m衰落信道 高阶累积量 深度神经网络 DNN模型
主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会
工矿自动化 
2020年第02期 
