基于深度学习的Wi-Fi信号编码参数盲识别

通信链路层特征盲识别是智能通信和通信对抗领域关键技术.为提高基于IEEE 802.11协议的无线(局域)网/无线保真(wireless fidelity,Wi-Fi)信号的编码参数盲识别精度,提出了一种基于深度学习的低密度奇偶校验码(low density parity check code,LDPC)编码参数盲识别算法,可准确盲识别信道编码算法的信息位码长和码率.算法以解调后的比特流为训练数据集,搭建多层深度神经网络模型,经过多次调参和迁移训练,最终得到了能够准确预测编码参数的网络模型.实验结果表明,该网络模型能够在高达10％误码条件下得到优于91％的编码参数盲预测率,在无误码的条件下,编码参数盲预测准确度高达95.32％,为智能通信和通信对抗的研究提供了一定参考价值.