【技术实现步骤摘要】
专利技术涉及一种，属于多小波 模糊神经网络盲均衡方法的
技术介绍
盲自适应均衡是一种不需要训练序列的本身自适应的均衡技术，能够有效的节省 水声通信的带宽，提高通信效率。盲均衡方法中，恒模方法原理简单、性能稳健、运算量小 而被广泛使用，但由于采用了固定步长，而存在收敛速度和收敛精度之间的矛盾。研究表 明，学习步长与方法的收敛速度和收敛精度密切相关，学习步长大，则收敛速度快，但收敛 精度比较差，也可能导致方法发散；学习步长小，则收敛速度慢，但是可以有效的提高算法 的收敛精度(见文献[1]:肖瑛.基于水声信道盲均衡算法研究[D].哈尔滨哈尔滨工程 大学，2006.)。为此，人们提出了许多变步长方法。例如基于均方误差(MSE)变换的变步 长恒模盲均衡方法，主要通过MSE的变换来控制步长的变化，以改进恒模方法的收敛性能 (见文献[2]赵宝峰，赵菊敏，张立毅.基于MSE变换的变步长恒模盲均衡算法[J].太原 理工大学学报，2005，36 (4) 395-397)；基于对数正态误差函数的变步长盲均衡方法法，主 要通过调整对数正态误差函数的均值与方差来优化算法的性能(见文献[3]郭业才，韩迎 鸽，饶伟，张艳萍.基于对数正态误差函数的变步长盲均衡算法[J].系统仿真学报，2007， 19(6) =1224-1226)；基于神经网络的盲均衡方法，利用神经网络设计均衡器(见文献[4] 白煜.基于模糊神经网络理论盲均衡算法的研究[D].太原太原理工大学，2005.)；这些 方法的区别在于改变步长的机制不同，但都是变步长类的方法，都存在收敛速度和收敛精 度的矛盾。而研究...
【技术保护点】
一种基于平衡正交多小波变换的模糊神经网络盲均衡方法，其特征在于包括如下步骤：ａ．）将发射信号ａ（ｎ）经过脉冲响应信道得到信道输出向量ｂ（ｎ），其中ｎ为正整数，表示时间序列，下同；ｂ．）采用信道噪声ｖ（ｎ）和步骤ａ所述的信道输出向量ｂ（ｎ）得到盲均衡器的输入序列：ｘ（ｎ）＝ｂ（ｎ）＋ｖ（ｎ）；ｃ．）将步骤ｂ所述的盲均衡器的输入序列ｘ（ｎ）经过平衡正交多小波变换得到输出信号：ｙ（ｎ）＝Ｖｘ（ｎ），其中Ｖ为平衡正交多小波变换矩阵；ｄ．）将步骤ｃ所述的输出信号ｙ（ｎ）经过功率归一化后与当前时刻盲均衡器权系数ｗ（ｎ）作卷积后得到盲均衡器输出信号：ｚ（ｎ）＝ｗ（ｎ）＊ｙ（ｎ）；ｅ．）将步骤ｄ所述的盲均衡器输出信号ｚ（ｎ）经过判决器得到发射信号ａ（ｎ）的估计＊（ｎ）；步骤ｄ所述的盲均衡器权系数ｗ（ｎ）的获取如下：将均方误差（ＭＳＥ）及均方误差的偏差（ΔＭＳＥ＝ＭＳＥ（ｎ）－ＭＳＥ（ｎ－１））作为模糊神经网络控制器的输入，并用该控制器的输出及常数模算法（ＣＭＡ）和现时刻盲均衡器权系ｗ（ｎ）来得到下一时刻盲均衡器权系数ｗ（ｎ＋１），即ｗ（ｎ＋１）＝ｗ（ｎ）＋μ（ｎ＋１）Ｒ－１（ｎ）ｅ（ｎ）ｙ（ｎ）ｚ↑［...
【技术特征摘要】
一种基于平衡正交多小波变换的模糊神经网络盲均衡方法，其特征在于包括如下步骤a.)将发射信号a(n)经过脉冲响应信道得到信道输出向量b(n)，其中n为正整数，表示时间序列，下同；b.)采用信道噪声v(n)和步骤a所述的信道输出向量b(n)得到盲均衡器的输入序列x(n)＝b(n)+v(n)；c.)将步骤b所述的盲均衡器的输入序列x(n)经过平衡正交多小波变换得到输出信号y(n)＝Vx(n)，其中V为平衡正交多小波变换矩阵；d.)将步骤c所述的输出信号y(n)经过功率归一化后与当前时刻盲均衡器权系数w(n)作卷积后得到盲均衡器输出信号e.)将步骤d所述的盲均衡器输出信号z(n)经过判决器得到发射信号a(n)的估计步骤d所述的盲均衡器权系数w(n)的获取如下将均方误差(MSE)及均方误差的偏差(ΔMSE＝MSE(n) MSE(n 1))作为模糊神经网络控制器的输入，并用该控制器的输出及常数模算法(CMA)和现时刻盲均衡器权系w(n)来得到下一时刻盲均衡器权系数w(n+1)，即w(n+1)＝w(n)+μ(n+1)R 1(n)e(n)y(n)z*(n)其中，z*(n)为均衡器输出信号的z(n)的共轭，μ(n+1)为第n+1时刻均衡器迭代步长，R 1(n)为归一化能量构成的对角阵，即且 <mrow><msubsup> <mi>σ</mi> <mrow><mi>J</mi><mo>,</mo><mi>k</mi><mo>,</mo><mi>m</mi> </mrow> <mn>2</mn></msubsup><mrow> <mo>(</mo> <mi>n</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo></mrow><mo>=</mo><msubsup> <mi>βσ</mi> <mrow><mi>J</mi><mo>,</mo><mi>k</mi><mo>,</mo><mi>m</mi> </mrow> <mn>2</mn></msubsup><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow><mo>+</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>β</mi> <mo>)</mo></mrow><msup> <mrow><mo>|</mo><msubsup> <mi>r</mi> <mrow><mi...
【专利技术属性】
技术研发人员：郭业才，刘振兴，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：84[中国|南京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。