- 博客(16)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 ComNet
1 ComNet 简介ComNet设计的核心思想就是用深度神经网络来代替OFDM接收机，和FC-DNN类似。但是最大的不同之处，对接收机进行细化，将接收机分为了为信道估计子网和信号检测子网。每个子网由一个DNN构造，使用现有的简单、传统的解决方案作为初始化。FC-DNN缺点是，接收机是被网络整体替代的，并没有利用无线通信的知识，过来使基于fc - dnn的接收器变得不可解释和不可预测。而ComNet 相比于FC-DNN训练参数较少，收敛速度更快。2. ComNet 结构ComNet 接收机结构：其
2022-04-29 09:01:40
1266
原创 显示状态机之序列检测器
1.1 简介为了比较Mealy 状态机和Moore状态机的异同和许多书写上的注意事项，参考相关书籍，设计了一个111序列检测器，并用verilog代码实现。本文将介绍设计思路、一些小细节。并且比较了NRZ码和RZ（曼彻斯特编码）码的在Mealy 状态机和Moore状态机中的检测结果，发现Mealy 状态机在检测RZ码时候时会产生一定的毛刺。1.2 原理介绍用状态机书写序列检测器，可分为Mealy 状态机和Moore状态机，Mealy 状态机的输出取决于当前状态和和输入，但是Moore状态机的输出只取决
2022-04-07 17:27:31
3784
原创 VCS专题之功能及其命令（二）
1.VCS功能VCS的功能可以大致分为两个大类：编译和仿真。VCS编译的过程，就是经过一系列的操作，将verilog代码转换为可执行文件（.svim），接下来就是用dve进行仿真过程生成.vpd波形文件。2. VCS功能原理2.1 VCS过程原理在上图中，展示了VCS编译过程的原理：VCS首先更具用户所设计的verilog/Systemverilog代码生成相应的C代码，通过C代码生成目标文件，再将目标文件链接到仿真引擎创建可执行文件。2.2 VCS编译命令VCS命令后面可以添加许多功能开关
2022-04-06 10:17:49
5775
原创 Deep Learning Assisted Channel Estimation Refinement in Uplink OFDM Systems Under Time-Varying Chann
题目：Deep Learning Assisted Channel Estimation Refinement in Uplink OFDM Systems Under Time-Varying Channels（利用深度学习进行信道估计）设计一个CPR-DNN网络来应对时变信道参数的估计，采用的是全连接深度神经网络。这个网络是将深度学习和传统的信道估计算法相结合。2.1 介绍OFDM的优势：将复杂的交叉传输信道转换为并行的窄带子信道可以延长符号周期以抵抗符号间干扰。缺点：
2022-03-15 17:20:30
4042
2原创 抽样定理，（奈奎斯特定理）（香农采样定理）
作用：将模拟信号通过抽样转化为数字信号。包括时域抽样定理和频域抽样定理只要采样频率大于或等于有效信号最高频率的两倍，采样值就可以包含原始信号的所有信息，被采样的信号就可以不失真地还原成原始信号。（意思在数字信号处理中可以先用采样定理把模拟信号通过采样后成为数字信号，数字信号中包含了模拟信号的所有信息，可还原）二、采样定理解释 1、采样：指的是理想采样, 即直接记录信号在某时间点的精确取值，...
2019-10-04 15:27:33
16176
原创 数字信号处理框架
一、数字信号处理的系统框图（1）前置滤波器：限制进入信道的频率（抗混叠滤波器）（低通滤波器）（2）A-D转换器：将模拟信号转换为数字信号：采样（严格的满足采样定理）、量化（一个值代替某一段的值）、编码（3）数字信号处理器：对数字信号进行加工处理（4）D-A转换器：将数字信号恢复为模拟信号（5）模拟滤波器：除去高频分量，将信号变得平滑；二、信号的分类信号：是信息的载体，是信息的物理体...
2019-10-04 15:23:19
7616
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人