本發(fā)明涉及通信技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù),具體的說是涉及一種基于神經(jīng)網(wǎng)絡(luò)控制發(fā)射機工作模式的方法。
背景技術(shù):
通信技術(shù)是電子工程的重要分支,同時也是其中一個基礎(chǔ)學(xué)科。其中發(fā)射機是通信技術(shù)中不可或缺的部分。一個發(fā)射機要完成調(diào)制、上變換和功率放大,調(diào)制的目的是把要傳輸?shù)哪M信號或數(shù)字信號變成適合信道傳輸?shù)男盘?,要傳輸?shù)哪M信號稱為調(diào)制信號。在通信系統(tǒng)的發(fā)送端,把基帶信號的頻譜搬移到具體給定信道通帶內(nèi)的過程稱為調(diào)制。調(diào)制有調(diào)幅、調(diào)頻、調(diào)相等調(diào)制方法。根據(jù)不同的輸入信號,發(fā)射機的發(fā)射端需要不同的功率、不同的調(diào)制方法、不同的載波信號等。
一般而言,在針對多發(fā)射目標(biāo)的應(yīng)用環(huán)境中,輸入信號具有不確定性。不同的輸入信號需要采取不同的發(fā)射模式,才能達到傳輸效率的最大化。為了解決這一問題,首先要解決的就是要電路識別出不同類型的輸入信號,進而將發(fā)射機調(diào)整為相應(yīng)的工作模式。而傳統(tǒng)電路很難識別輸入信號的不同與自動調(diào)整發(fā)射機的工作模式,從而使得整個電路的功耗增加與傳輸信道的浪費。因此,有必要提供一種能智能識別輸入信號的種類,并相應(yīng)的改變發(fā)射機工作模式的電路。
技術(shù)實現(xiàn)要素:
本發(fā)明為了解決由于現(xiàn)有技術(shù)限制造成的無法自動識別輸入信號并自動調(diào)整發(fā)射機的工作模式的缺陷,提供了一種基于神經(jīng)網(wǎng)絡(luò)控制發(fā)射機工作模式的方法,能夠降低電路的功耗以及提升信道的利用率。
本發(fā)明的技術(shù)方案為:
一種基于神經(jīng)網(wǎng)絡(luò)控制發(fā)射機工作模式的方法,包括如下步驟:
步驟一:將發(fā)射機的輸入信號x通過神經(jīng)網(wǎng)絡(luò)進行分類得到所述發(fā)射機輸入信號x的分類信息;
步驟二:根據(jù)步驟一得到的分類信息產(chǎn)生不同的控制信號,所述控制信號包括但不限于功率控制信號、頻率控制信號、增益控制信號、線性度控制信號、數(shù)據(jù)率控制信號、調(diào)制方式控制信號;
步驟三:將與步驟一所述相同的發(fā)射機的輸入信號x和步驟二產(chǎn)生的控制信號輸入到發(fā)射機,發(fā)射機根據(jù)所述控制信號改變其工作模式,并在該工作模式下對所述發(fā)射機的輸入信號x進行處理。
具體的,所述步驟一中通過神經(jīng)網(wǎng)絡(luò)分類發(fā)射機的輸入信號x的工作過程分為訓(xùn)練階段和工作階段;
訓(xùn)練階段:
a、將發(fā)射機的輸入信號x中的所有樣本輸入神經(jīng)網(wǎng)絡(luò);
b、根據(jù)發(fā)射機的輸入信號x在神經(jīng)網(wǎng)絡(luò)中建立發(fā)射機工作狀態(tài)集合y,所述發(fā)射機工作狀態(tài)集合y中的每個元素中的變量根據(jù)所述發(fā)射機的輸入信號x確定,所述變量包括但不限于功率、頻率、增益、線性度、數(shù)據(jù)率、調(diào)制方式,所述發(fā)射機工作狀態(tài)集合y中每個元素包括一個或者多個變量;
c、神經(jīng)網(wǎng)絡(luò)對一部分樣本進行學(xué)習(xí)并調(diào)整網(wǎng)絡(luò)權(quán)重矩陣w,得到函數(shù)f(x),即神經(jīng)網(wǎng)絡(luò)的輸出值,所述網(wǎng)絡(luò)權(quán)重矩陣w為函數(shù)f(x)的權(quán)重值;
d、將剩下的未被學(xué)習(xí)的樣本作為測試集,對神經(jīng)網(wǎng)絡(luò)輸出值即函數(shù)f(x)和目標(biāo)輸出即步驟b中建立的發(fā)射機工作狀態(tài)集合y做比較,判斷兩者誤差是否小于預(yù)設(shè)精度,若兩者誤差不小于預(yù)設(shè)精度時返回步驟a,直到神經(jīng)網(wǎng)絡(luò)輸出和目標(biāo)輸出的誤差小于預(yù)設(shè)精度,保存網(wǎng)絡(luò)權(quán)重矩陣w,訓(xùn)練結(jié)束;
工作階段:根據(jù)訓(xùn)練階段得到的神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)重矩陣w對發(fā)射機的輸入信號x分類,每一次輸入到神經(jīng)網(wǎng)絡(luò)的發(fā)射機的輸入信號x對應(yīng)所述發(fā)射機工作狀態(tài)集合y中的一個元素。
具體的,所述發(fā)射機工作狀態(tài)集合y包括元素y1、元素y2、元素y3,所述元素y1表示發(fā)射機工作狀態(tài)包括工作頻率為2.4ghz、輸出功率為-20db、發(fā)射數(shù)據(jù)率為100kbps;所述元素y2表示發(fā)射機工作狀態(tài)包括工作頻率為400mhz、增益為10db、發(fā)射數(shù)據(jù)率為10kbps;所述元素y3表示發(fā)射機工作狀態(tài)包括工作頻率為5-6ghz、增益為15db、輸出ip3為10dbm、調(diào)制方式為fsk。
發(fā)射機工作狀態(tài)集合y中的元素包括所有發(fā)射機的工作狀態(tài),以上三個元素僅為參考。
具體的,所述神經(jīng)網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)。
具體的,所述神經(jīng)網(wǎng)絡(luò)模塊為前饋神經(jīng)網(wǎng)絡(luò)。
具體的,所述發(fā)射機的輸入信號在輸入到所述神經(jīng)網(wǎng)絡(luò)之前,還通過了一個二選一多路選擇器、一個第一寄存器和一個第二寄存器,所述二選一多路選擇器的數(shù)據(jù)輸入端連接發(fā)射機的輸入信號,所述二選一多路選擇器的第一數(shù)據(jù)輸出端輸出的數(shù)據(jù)通過第一寄存器后輸入到神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)輸入端,所述二選一多路選擇器的第二數(shù)據(jù)輸出端輸出的數(shù)據(jù)通過第二寄存器后輸入到神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)輸入端,所述二選一多路選擇器通過一個使能信號控制第一寄存器和第二寄存器,所述使能信號為0時,所述發(fā)射機的輸入信號通過二選一多路選擇器后輸入到第一寄存器,同時第二寄存器將存儲的信號傳入神經(jīng)網(wǎng)絡(luò),第一寄存器存滿后所述使能信號變?yōu)?,此時發(fā)射機的輸入信號通過二選一多路選擇器后輸入到第二寄存器,同時第一寄存器將存儲的信號傳入神經(jīng)網(wǎng)絡(luò),第一寄存器和第二寄存器交替工作,把發(fā)射機的輸入信號不間斷的傳入神經(jīng)網(wǎng)絡(luò)。
具體的,所述神經(jīng)網(wǎng)絡(luò)包括循環(huán)神經(jīng)網(wǎng)絡(luò)和長短時記憶模型神經(jīng)網(wǎng)絡(luò)。
具體的,所述頻率控制信號由鎖相環(huán)產(chǎn)生,所述鎖相環(huán)連接在所述神經(jīng)網(wǎng)絡(luò)和發(fā)射機之間,所述鎖相環(huán)根據(jù)所述神經(jīng)網(wǎng)絡(luò)輸出的分類信息中關(guān)于頻率控制類別的信號改變鎖相環(huán)的頻率,從而改變發(fā)射機的工作頻率。
具體的,所述功率控制信號和所述線性度控制信號由功率放大器產(chǎn)生,所述功率放大器連接在所述神經(jīng)網(wǎng)絡(luò)和發(fā)射機之間,所述功率放大器根據(jù)所述神經(jīng)網(wǎng)絡(luò)輸出的分類信息中關(guān)于功率控制類別和線性度控制類別的信號改變功率放大器的功率和線性度,從而改變發(fā)射機的功率和線性度。
以上鎖相環(huán)和功率放大器作為神經(jīng)網(wǎng)絡(luò)和發(fā)射機之間的橋梁,對應(yīng)神經(jīng)網(wǎng)絡(luò)產(chǎn)生的分類信息產(chǎn)生控制發(fā)射機工作模式的控制信號。
神經(jīng)網(wǎng)絡(luò)是一項以生物大腦的結(jié)構(gòu)和功能為基礎(chǔ),以網(wǎng)絡(luò)節(jié)點模仿大腦的神經(jīng)細胞,以網(wǎng)絡(luò)連接權(quán)模仿大腦的激勵電平的技術(shù)。該技術(shù)能有效的處理問題的非線性、模糊性和不確定關(guān)系。該神經(jīng)網(wǎng)絡(luò)模塊可以由一種或多種神經(jīng)網(wǎng)絡(luò)構(gòu)成,例如長短時記憶模型神經(jīng)網(wǎng)絡(luò)(lstm)、循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)、前饋神經(jīng)網(wǎng)絡(luò)(fnn)或卷積神經(jīng)網(wǎng)絡(luò)(cnn)。神經(jīng)網(wǎng)絡(luò)模塊采用數(shù)字或模擬電路實現(xiàn),用以將系統(tǒng)的輸入信號基于訓(xùn)練時的樣本進行分類。發(fā)射機控制模塊能夠基于神經(jīng)網(wǎng)絡(luò)模塊對輸入信號劃分的類別產(chǎn)生不同的控制信號,針對每一個發(fā)射目標(biāo)調(diào)整發(fā)射機的工作模式。發(fā)射機模塊根據(jù)輸入信號和發(fā)射機控制模塊的控制信號,改變發(fā)射機的輸出功率、工作頻率、增益、線性度和數(shù)據(jù)率中的一種或多種性能。所述鎖相環(huán)屬于發(fā)射極控制模塊中控制頻率的器件,所述功率放大器屬于發(fā)射極控制模塊中控制功率和線性度的器件。
本發(fā)明的有益效果為:在針對多發(fā)射目標(biāo)的應(yīng)用環(huán)境中,可以通過神經(jīng)網(wǎng)絡(luò)對輸入信號進行分類,針對每一個發(fā)射目標(biāo)調(diào)整發(fā)射機的工作模式,以達到自動信道切換和節(jié)能的目的;本發(fā)明不需要預(yù)先知道輸入信號的數(shù)據(jù)結(jié)構(gòu),操作更簡單,且相比于現(xiàn)有技術(shù)能判斷的工作模式更多;本發(fā)明尤其適用于高速、高集成度應(yīng)用環(huán)境。
附圖說明
圖1是本發(fā)明基于一種神經(jīng)網(wǎng)絡(luò)分類方式控制發(fā)射機工作模式的工作流程圖;
圖2是本發(fā)明中提出的一種基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)示意圖;
圖3是本發(fā)明實施例1中的基于cnn/fnn等神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)示意圖;
圖4是本發(fā)明實施例2中的基于rnn/lstm神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)示意圖;
圖5是本發(fā)明實施例3中的基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機控制pll調(diào)整發(fā)射機頻率結(jié)構(gòu)示意圖;
圖6是本發(fā)明實施例4中的基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機控制pa調(diào)整發(fā)射機功率和線性度示意圖。
具體實施方式
下面聯(lián)系附圖闡述的詳細描述旨在作為本發(fā)明的當(dāng)前優(yōu)選實施例的描述,而并非旨在表示可實施本發(fā)明的唯一方式。應(yīng)當(dāng)理解:相同或等價的功能可由旨在包含在本發(fā)明的精神和范圍內(nèi)的不同實施例來完成。
如圖2所示,本發(fā)明實施例中提供的一種基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路,包括神經(jīng)網(wǎng)絡(luò)模塊、發(fā)射機控制模塊和發(fā)射機模塊。輸入信號可直接輸入發(fā)射機模塊,也可通過神經(jīng)網(wǎng)絡(luò)模塊后輸入到發(fā)射極模塊,其中通過神經(jīng)網(wǎng)絡(luò)模塊的輸入信號的數(shù)據(jù)沒有被改變,神經(jīng)網(wǎng)絡(luò)模塊將輸入信號進行分類,并基于所分類別通過發(fā)射機控制模塊調(diào)整發(fā)射機的工作狀態(tài)和工作模式。
下面結(jié)合附圖及實施例,詳細描述本發(fā)明的技術(shù)方案。
實施例1
如圖3所示為本實施例提出的基于cnn(卷積神經(jīng)網(wǎng)絡(luò))或fnn(模糊神經(jīng)網(wǎng)絡(luò))神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)圖,包括一個二選一多路選擇器,第一寄存器,第二寄存器,一個cnn或fnn神經(jīng)網(wǎng)絡(luò)模塊、發(fā)射機控制模塊和發(fā)射機模塊。當(dāng)開始輸入信號時,二選一多路選擇器使能第一寄存器,將輸入信號存入第一寄存器,當(dāng)?shù)谝患拇嫫鞔鏉M后,二選一多路選擇器使能第二寄存器,將輸入信號存入第二寄存器,同時第一寄存器存儲的信號并行傳入神經(jīng)網(wǎng)絡(luò)。當(dāng)?shù)诙拇嫫鞔鏉M后,二選一多路選擇器使能第一寄存器,將輸入信號存入第一寄存器,同時將第二寄存器存儲的信號并行傳入神經(jīng)網(wǎng)絡(luò)。第一寄存器和第二寄存器交替工作,把輸入信號不間斷的傳入神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)對傳入的輸入信號進行學(xué)習(xí)后得到網(wǎng)絡(luò)權(quán)重值w。在該網(wǎng)絡(luò)權(quán)重值w下,相同的輸入信號可以實現(xiàn)對信號的分類,并基于所分類別通過發(fā)射機控制模塊調(diào)整發(fā)射機的工作狀態(tài)和工作模式,改變發(fā)射機的輸出功率、工作頻率、增益、線性度和數(shù)據(jù)率中的一種或多種性能。
實施例2
如圖4所示是本實施例提出的基于rnn(循環(huán)神經(jīng)網(wǎng)絡(luò))、lstm(長短時記憶模型神經(jīng)網(wǎng)絡(luò))等神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)圖,包括循環(huán)神經(jīng)網(wǎng)絡(luò)rnn和長短時記憶模型神經(jīng)網(wǎng)絡(luò)lstm等的神經(jīng)網(wǎng)絡(luò)模塊、發(fā)射極控制模塊和發(fā)射機模塊。輸入信號直接傳入神經(jīng)網(wǎng)絡(luò),神經(jīng)網(wǎng)絡(luò)對輸入信號進行學(xué)習(xí)后得到網(wǎng)絡(luò)權(quán)重值w。在該網(wǎng)絡(luò)權(quán)重值w下,相同的輸入信號可以實現(xiàn)對信號的分類,并基于所分類別通過發(fā)射機控制模塊調(diào)整發(fā)射機的工作狀態(tài)和工作模式,改變發(fā)射機的輸出功率、工作頻率、增益、線性度和數(shù)據(jù)率中的一種或多種性能。
實施例3
圖5是本實施例提出的基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)圖,其包括一個鎖相環(huán)pll、一個神經(jīng)網(wǎng)絡(luò)模塊和一個發(fā)射機模塊,其中鎖相環(huán)pll屬于發(fā)射機控制模塊,用來控制發(fā)射機的工作頻率。輸入信號輸入鎖相環(huán)pll和神經(jīng)網(wǎng)絡(luò)模塊,神經(jīng)網(wǎng)絡(luò)對輸入信號進行學(xué)習(xí)后得到網(wǎng)絡(luò)權(quán)重值w。在該網(wǎng)絡(luò)權(quán)重值w下,相同的輸入信號可以實現(xiàn)神經(jīng)網(wǎng)絡(luò)輸出的信號控制鎖相環(huán)pll的頻率,進而改變發(fā)射機的工作頻率。本實施例中輸入信號通過發(fā)射機控制模塊輸入到發(fā)射機模塊,其中通過發(fā)射機控制模塊的輸入信號的數(shù)據(jù)沒有被改變。
實施例4
圖6是本實施例提出的基于神經(jīng)網(wǎng)絡(luò)的發(fā)射機電路結(jié)構(gòu)圖,其包括一個功率放大模塊pa、一個神經(jīng)網(wǎng)絡(luò)模塊和一個發(fā)射機模塊,其中功率放大模塊pa屬于發(fā)射機控制模塊,用來控制發(fā)射機的功率和線性度。輸入信號輸入功率放大模塊pa和神經(jīng)網(wǎng)絡(luò)模塊,神經(jīng)網(wǎng)絡(luò)模塊對輸入信號進行學(xué)習(xí)后得到網(wǎng)絡(luò)權(quán)重值w。在該網(wǎng)絡(luò)權(quán)重值w下,相同的輸入信號可以實現(xiàn)神經(jīng)網(wǎng)絡(luò)模塊輸出的信號控制功率放大模塊pa的功率和線性度,從而改變發(fā)射機的功率和線性度。本實施例中輸入信號通過發(fā)射機控制模塊輸入到發(fā)射機模塊,其中通過發(fā)射機控制模塊的輸入信號的數(shù)據(jù)沒有被改變。