作者：范文斯路; 吴乐南深度学习稀疏自编码网络码元判决
摘要：调幅波段数字广播系统采用AM—MPPSK（amplitude modulation-m-ary phase position shift keying）复合调制有众多优势。针对AM-MPPSK复合调制系统的数字解调部分，提出了基于DL-SAE（deep learning-sparse autoencoder）的码元判决法。利用深度学习中的稀疏自编码网络从接收信号样本中抽取出包含码间干扰在内的信号特征后，利用深度学习对稀疏自编码网络进行训练，使其能够在较强码间干扰环境下对接收信号样本进行分类，从而实现对于AM—MPPSK复合调制系统的抗码间干扰的解调。提出的码元判决法可将解调误码率从传统匹配滤波判决和幅度判决算法的1012量级降低到1014量级，比传统的判决法有着更为优异的解调性能和更强的适应能力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
