[发明专利]LTE电力无线专网随机接入信道多重冲突检测方法

摘要

本发明公开了一种LTE电力无线专网随机接入信道多重冲突检测方法，通过接入检测单元，对获取随机接入信道信息执行接收信号与基序列循环相关运算操作、二值化处理、噪声消除和波形尺寸调整等操作，基于深度学习的卷积神经网络，实现卷积神经网络检测模型粗训练和精训练，得到最终卷积神经网络检测模型，从而通过该卷积神经网络检测模型检测随机接入信道的前导码和识别冲突多重度。有益效果：采用基于深度学习的卷积神经网络检测RACH冲突，无需修改现有的协议栈，且可以在基站完成冲突检测，能获得更精确的冲突检测性能，提高了LTE电力无线专网的吞吐量、降低通信时延。

主权项

1.一种LTE电力无线专网随机接入信道多重冲突检测方法，其特征在于：搭建检测系统，该检测系统由循环相关运算与相关信号预处理单元以及卷积神经网络检测与识别单元构成，所述循环相关运算与相关信号预处理单元包括依次连接的CC模块和PP模块，所述CC模块的信号输入端连接有接入检测单元；所述PP模块与所述卷积神经网络检测与识别单元连接；检测方法按照以下步骤进行：S1：选定检测窗口，设定检测周期T：T＝N/f_s；获取接入检测单元检测的随机接入信道的接收信号样本序列r[n]，n＝0，1，…，N‑1与基序列z_r[n]，n＝0，1，…，N‑1执行循环相关运算；并获得相对于根索引的N×N维循环相关信号波形R_c∈R^N×N，其中，f_s表示接收信号采样频率，N表示检测周期T内的样本数；S2：对循环相关信号波形R_c执行二值化处理操作、噪声消除操作和波形尺寸调整操作，构成检测与识别数据集X_MCD：S3：根据所述检测与识别数据集X_MCD和卷积神经网络框架，进行卷积神经网络检测模型第一次训练，得到卷积神经网络检测模型中所有卷积层的初始权重矩阵、初始偏置向量以及softmax分类器的初始权值矩阵；S4：将步骤S3得到的所有卷积层的初始最优权重矩阵、初始偏置向量以及softmax分类器的初始最优权值矩阵作为初始条件，交叉熵作为损失函数，采用反向传播算法和随机梯度下降算法对卷积神经网络检测模型进行第二次训练，获得所有卷积层的最终权重矩阵、最终偏置向量以及softmax分类器的最终权值矩阵，得到训练后的卷积神经网络检测模型。S5：利用卷积神经网络检测模型，检测随机接入信道前导码，识别冲突多重度。