【信号分类】基于长短期记忆 (LSTM) 网络实现 OFDM 系统的信号检测附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

这是一个使用深度学习工具箱中的长短期记忆 (LSTM) 网络在接收端实现符号分类以在 OFDM 系统中进行信号检测的示例。基于 LSTM 的神经网络针对单个子载波进行训练，其中计算符号错误率 (SER) 并将其与最小二乘 (LS) 和最小均方误差 (MMSE) 估计进行比较。在初步调查中，假定无线信道在离线训练和在线部署阶段是固定的。为了测试神经网络的稳健性，对每个传输的 OFDM 数据包应用随机相移。考虑了导频符号的数量和循环前缀（CP）的长度的影响。​

⛄ 部分代码

function ReceivedPacket = genTransmissionReceptionOFDM(TransmittedFrame,LengthCP,h,NoiseVar)

% This function is to model the transmission and reception process in OFDM systems. 

% Extract parameters

[NumSym,NumSC,NumPacket] = size(TransmittedFrame);

%% Transmitter

PhaseShift = exp(-1j*rand(1,NumPacket)*2*pi);

for p = 1:NumPacket

                                  

    % 1. IFFT

    x1 = ifft(TransmittedFrame(:,:,p),NumSC,2); 

    

    % 2. Inserting CP

    x1_CP = [x1(:,NumSC-LengthCP+1:end) x1]; 

        

    % 3. Parallel to serial transformation

    x2 = x1_CP.';

    x = x2(:);

    

    % 4. Channel filtering

    y_conv = conv(h*PhaseShift(p),x);

    y(:,p) = y_conv(1:length(x)); 

end 

                        

%% Adding noise 

SeqLength = size(y,1);

% Calculate random noise in time domain 

NoiseF = sqrt(NoiseVar)/sqrt(2).*(randn(NumPacket,NumSC)+1j*randn(NumPacket,NumSC)); % Frequency-domain noise

NoiseT = sqrt(SeqLength)*sqrt(SeqLength/NumSC)*ifft(NoiseF,SeqLength,2); % Time-domain noise

% Adding noise

y = y+NoiseT.'; 

%% Receiver

ReceivedPacket = zeros(NumPacket,NumSym,NumSC); 

    

for p = 1:NumPacket

     

    % 1. Serial to parallem transformation

    y1 = reshape(y(:,p),NumSC+LengthCP,NumSym).'; 

    % 2. Removing CP

    y2 = y1(:,LengthCP+1:LengthCP+NumSC);

    % 3. FFT, # x NymSym x 64

    ReceivedPacket(p,:,:) = fft(y2,NumSC,2); % NumSym x 64

        

end 

ReceivedPacket = permute(ReceivedPacket,[2,3,1]); 

⛄ 运行结果

⛄ 参考文献

[1]丛珊. 基于深度学习的癫痫脑电信号分类方法研究[D]. 哈尔滨工程大学, 2017.

[2]黄亮等. "一种适用于基于长短期记忆网络的无线信号调制分类器可视化方法.", CN111680601A. 2020.

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

​