文档摘要：水下声学网络(UnderwaterAcousticNetworks,UAN)是探测未知水域的重要技术手段.非正交多址(Non-OrthogonalMultipleAccess,NOMA)是一种新颖的移动通信技术,支持时域、频域、空域/编域的非正交分配,可有效地提高网络容量和用户接入数,为性能和电量受限的UAN提供创新解决方案.活动用户检测(ActiveUserDetection,AUD)是NOMA通信系统的基础支撑,对于NOMA系统消除信号干扰和提高接收性能至关重要.ResNet是基于残差模块跳跃连接的神经网络,解决了深度学习的梯度消失和网络退化问题.提出了一种基于深度学习的水声上行NOMA通信系统AUD检测方案.首先,构建水声上行NOMA通信系统基本模型;其次,实施NOMA活动用户检测问题的数学表征;接着,开发基于ResNet网络的水声NOMA系统活动节点检测方法(ResNet-UAN-AUD);最后,执行仿真实验.结果表明,ResNet-UAN-AUD的检测性能接近基于长短期记忆网络的活动用户检测(LSTM-UAN-AUD)方案,而复杂度略高于基于卷积神经网络的活动用户检测(CNN-UAN-AUD)技术,实现了次优目标,适合水声上行NOMA系统使用.
Abstract：Underwateracousticnetworks(UANs)aretheprimarytechnicalmeansofdetectingunknownwaters.Non-orthogonalmultipleaccess(NOMA)isanovelcommunicationstechnologythatsupportsnon-orthogonalresourceallocationinthetime,frequency,orspace/codedomains,whichcaneffectivelyimprovenetworkcapacityanduseraccess,providinginnovativesolutionsforperformanceandpower-constrainedUANs.Activeuserdetection(AUD)isessentialfortheNOMAsystemtoeliminatesignalinterferenceandimprovere-ceptionperformance.ResNetisaneuralnetworkbasedonresidualmodulehoppingconnection,whichsolvestheproblemofgradientdisappearanceandnetworkdegradationindeeplearning.AResNet-basedAUDdetectionscheme(ResNet-UAN-AUD)isproposedforahydroacousticuplinkNOMAsystem.Firstly,thebasicmodelofthehydroacousticuplinkNOMAnetworkisestablished.Secondly,themathematicalcharacterizationoftheAUDproblemisrealised.Thirdly,theResNet-UAN-AUDisdeveloped.Finally,theexperimentalsimulationoftheproposedschemeiscarriedout.TheresultsshowthattheperformanceofResNet-UAN-AUDisclosetothatoftheac-tiveuserdetectionschemebasedonthelongshort-termmemorynetwork(LSTM-UAN-AUD).Thecomplexityisslightlyhigherthanthatoftheactiveuserdetectionmethodbasedontheconvolutionalneuralnetwork(CNN-UAN-AUD),whichachievesthesuboptimalobjec-tiveandfitsthehydroacousticuplinkNOMAsystem.
作者：王建平 陈光岚 冯启高 马建伟 Author：WANGJianping CHENGuanglan FENGQigao MAJianwei
作者单位：河南科技学院信息工程学院,河南新乡453003;河南科技大学信息工程学院,河南洛阳471000河南科技学院信息工程学院,河南新乡453003河南科技大学信息工程学院,河南洛阳471000
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(6)
分类号：TP393
关键词：水声网络 深度学习 残差神经网络(ResNet) 活动用户检测 上行NOMA通信系统
Keywords：underwateracousticnetwork deeplearning residualneuralnetwork(ResNet) activeuserdetection uplinkNOMAcommu-nicationsystem
机标分类号：TN914.5TP391.41TB533.2
在线出版日期：2024年7月19日
基金项目：河南省科技计划项目，河南省科技计划项目，河南省科技计划项目，河南省高等学校青年骨干教师资助计划，河南省高等学校重点科研计划项目，国家级大学生创新创业训练计划项目，新乡市重大专项，河南省重点研发专项ResNet-UAN-AUD:基于深度学习的水声上行非正交多址通信系统活动用户检测方法[
期刊论文] 传感技术学报--2024, 37(6)王建平 陈光岚 冯启高 马建伟水下声学网络(UnderwaterAcousticNetworks,UAN)是探测未知水域的重要技术手段.非正交多址(Non-OrthogonalMultipleAccess,NOMA)是一种新颖的移动通信技术,支持时域、频域、空域/编域的非正交分配,可有效地提高网络容...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：水声网络,深度学习,残差神经网络(ResNet),活动用户检测,上行NOMA通信系统,
|
|
1
