可编程衍射神经网络的单流信息符号识别方法

摘要

针对传统信息符号识别方法依赖于接收机后端的一系列信号处理和基于深度学习的信息符号识别方法中存在的训练数据实时获取难、计算资源成本高等问题，提出一种基于可编程衍射神经网络（PD2NN）的单流信息符号识别方法。首先，将信息符号的识别问题转换为对接收天线处电磁波的识别，提出基于PD2NN的单流信息符号识别模型；其次，设计一种基于自适应矩估计（ADAM）的PD2NN参数训练方法；最后，PD2NN网络通过判断与接收符号距离最小的信息符号类别，实现对单流信息符号的识别。仿真结果表明，所提方法可以实现与传统接收机方法相当甚至更好的误码率性能，并且能够在较低的训练成本条件下完成单流信息符号识别。

关键词

可编程衍射神经网络 / 信息符号识别 / 电磁波识别 / 自适应矩估计