摘要
当热噪声、多径衰落以及结构化干扰在时间和频率上与目标波形重叠时，对低信噪比数据链路信号进行可靠解调是一项挑战。本文研究将神经网络去噪技术作为接收机链中的前端模块，用于处理长序列的相量/正交信号。在传统解调器之前引入一种残差一维去噪自编码器，以便从受损输入中恢复出无干扰的波形。通过波形级均方误差、输出信噪比以及解调后的比特错误率来评估去噪后的输出质量。相对比特错误率用于量化接收机过渡区域内去噪后剩余的比特错误影响。在三种实际的通信信号类型以及多种干扰/信道效应条件下进行的大量实验表明，神经网络预处理显著提升了低信噪比条件下的解调精度。更重要的是，实验结果说明传统的波形指标无法完全反映接收机层面的比特恢复情况。与基于卷积、注意力机制、对抗学习以及池化技术的现有方案相比，所提出的接收机前端在解调对波形失真最为敏感的工作区域内能够实现更低的相对比特错误率。这些结果支持从解调角度对神经网络接收机预处理进行评估，并表明应通过后续的比特恢复任务来验证波形恢复的效果。
