《表2 仿真参数设置：基于深度学习的OFDM系统窄带干扰消除方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的OFDM系统窄带干扰消除方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

整个仿真中，除非特别声明，本文都将按照表2中的参数设置进行仿真。在发送端，使用二进制相移键控（binary phase shift keying，BPSK)，1/3码率的Turbo编码作为符号调制和信道编码方式；在每个（SIR，SNR）场景下，连续生成500个物理帧（选择其中100帧作为验证集），每帧包括10个长度为194的Turbo编码块，即每帧共101个OFDM符号。为了评价系统模型性能优劣，本文选择文献[3]频域阈值滤除法作为基准方法进行比较。首先计算出OFDM符号各子载波能量以及相应的能量阈值Tr；然后抹除能量超过Tr的子载波上的数据。在仿真中由于会对比多种网络结构的效能，所以本文用CNNk＿i表示第i个有k层卷积层的网络，比如CNN5＿0。除了神经网络训练和测试进程是在TensorFlow上完成，系统结构中的其他部分都是在MATLAB上搭建并进行仿真。