基于 OFDM 系统的脉冲噪声检测：深度学习视角
信号处理
2019-01-03 v1
摘要
在许多通信应用中，从接收信号中有效去除脉冲噪声（IN）至关重要。本文提出了一种用于基于正交频分复用（OFDM）通信系统的两阶段 IN 抑制方法。在第一阶段，利用深度神经网络（DNN）检测脉冲实例。随后，在抑制阶段将检测到的 IN 置零，以减轻异常值的有害影响。仿真结果表明，相较于使用阈值检测 IN 的置零与削波等经典方法，该方法具有更优的误码率（BER）性能。我们证明了基于 DNN 的方法在以下两种情况下的鲁棒性： 训练与测试所考虑的 IN 模型之间存在失配； 当接收端采用交织技术时在突发脉冲环境下。
引用
@article{arxiv.1901.00447,
title = {Impulsive Noise Detection in OFDM-based Systems: A Deep Learning Perspective},
author = {Reza Barazideh and Solmaz Niknam and Balasubramaniam Natarajan},
journal= {arXiv preprint arXiv:1901.00447},
year = {2019}
}
备注
Accepted in IEEE CCWC 2019