%0 Journal Article
%A 樊韬
%A 刘佳文
%A 万宏杰
%A 王先文
%A 李晓辉
%T 基于卷积神经网络的高性能5G下行同步算法
%D 
%R 10.13190/j.jbupt.2021-086
%J 北京邮电大学学报
%P 117-123
%V 45
%N 2
%X 为解决第5代移动通信系统(5G)下行同步在低信噪比和大频偏环境下成功率低的问题,提出一种基于卷积神经网络(CNN)的同步信号块(SSB)检测算法及改进的混合相关同步算法。在无先验信息的情况下,利用最大自相关准则和循环前缀的特性对无线信号进行分段,生成数据集。在此基础上,构建了适用于检测承载SSB信号片段的CNN,对任意一个SSB进行检测,实现了SSB目标区间的快速定位,减少了相关过程中的搜索范围。进一步使用改进的混合相关算法,在目标区间完成主同步信号定时同步及频偏估计。仿真结果表明,所提算法具有良好的SSB检测率和定时同步性能,能够有效抵抗噪声和频偏的影响。
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2021-086