清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Deep learning aided OFDM receiver for underwater acoustic communications

正交频分复用 计算机科学 水声通信 卷积神经网络 解调 频道(广播) 多径传播 水下 人工神经网络 电子工程 实时计算 人工智能 电信 工程类 海洋学 地质学
作者
Yonglin Zhang,Chao Li,Hongmei Wang,Jun Wang,Fan Yang,Fabrice Meriaudeau
出处
期刊:Applied Acoustics [Elsevier BV]
卷期号:187: 108515-108515 被引量:7
标识
DOI:10.1016/j.apacoust.2021.108515
摘要

In this study, we propose a deep learning (DL)-based orthogonal frequency division multiplexing (OFDM) receiver for underwater acoustic (UWA) communications. Compared to existing deep neural network (DNN) OFDM receivers composed of fully connected (FC) layers, our model tailors complex UWA communications with precision. To this end, it utilizes a convolutional neural network with skip connections to perform signal recovery. The stacks of convolutional layers with skip connections can effectively extract promising features from received signals and reconstruct the original transmitted symbols. Then, a multilayer perceptron is used for demodulation. To demonstrate the performance of the proposed DL-based UWA-OFDM communication system, the training and testing sets are generated using the strength of the measured-at-sea WATERMARK dataset. The experimental results show that the proposed model with skip connections can outperform the existing approaches (i.e., traditional UWA-OFDM with least squares channel estimation, and FC-DNN-based framework) in terms of both accuracy and efficiency. This is prominent in harsh UWA environments with strong multipath spread and rapid time-varying characteristics.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
雪妮完成签到 ,获得积分10
1秒前
fogsea完成签到,获得积分0
10秒前
apckkk完成签到 ,获得积分10
13秒前
冰霜雨露完成签到 ,获得积分10
22秒前
缥缈的闭月完成签到,获得积分10
46秒前
六一完成签到 ,获得积分10
54秒前
怡然的煜城完成签到 ,获得积分10
56秒前
1分钟前
玄之又玄完成签到,获得积分10
1分钟前
Evangeline993完成签到 ,获得积分10
1分钟前
可飞完成签到,获得积分10
1分钟前
绿色心情完成签到 ,获得积分10
1分钟前
飞翔的企鹅完成签到,获得积分10
1分钟前
wBw完成签到,获得积分10
1分钟前
zhangsan完成签到,获得积分10
2分钟前
2分钟前
TheaGao完成签到 ,获得积分10
2分钟前
高海龙完成签到 ,获得积分10
2分钟前
aldehyde应助哥哥采纳,获得10
2分钟前
程小柒完成签到 ,获得积分10
3分钟前
复杂的听白给复杂的听白的求助进行了留言
3分钟前
如意如意按我心意完成签到 ,获得积分10
3分钟前
碗碗豆喵完成签到 ,获得积分10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
alanbike完成签到,获得积分10
3分钟前
Santiago完成签到,获得积分10
3分钟前
哥哥完成签到,获得积分10
3分钟前
huangzsdy完成签到,获得积分10
3分钟前
LeoBigman完成签到 ,获得积分10
3分钟前
zzgpku完成签到,获得积分0
4分钟前
Tong完成签到,获得积分0
4分钟前
4分钟前
阿柴_Htao完成签到 ,获得积分10
4分钟前
拉长的秋白完成签到 ,获得积分10
4分钟前
标致的泥猴桃完成签到,获得积分10
4分钟前
月儿完成签到 ,获得积分10
4分钟前
elisa828发布了新的文献求助20
4分钟前
nini完成签到,获得积分10
4分钟前
5分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968521
求助须知:如何正确求助?哪些是违规求助? 3513358
关于积分的说明 11167301
捐赠科研通 3248700
什么是DOI,文献DOI怎么找? 1794453
邀请新用户注册赠送积分活动 875030
科研通“疑难数据库(出版商)”最低求助积分说明 804664