[發(fā)明專利]基于徑向基函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)盲均衡方法

有效

• 申請?zhí)枺?/td>: 200910026611.2
• 申請日: 2009-05-05
• 公開（公告）號: CN101547172A
• 公開（公告）日: 2009-09-30
• 發(fā)明（設(shè)計(jì)）人: 郭業(yè)才;劉振興
• 申請（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號: H04L25/03
• 分類號: H04L25/03;H04L25/02
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司
• 代理人: 許 方

技術(shù)領(lǐng)域

本發(fā)明涉及一種模糊神經(jīng)網(wǎng)絡(luò)盲均衡方法，尤其涉及一種基于徑向基函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)盲均衡方法。?

背景技術(shù)

在數(shù)字通信系統(tǒng)中，由多徑傳播和非理想信道引起的碼間干擾是影響通信質(zhì)量的主要因素，目前在接收機(jī)中采用的不需要訓(xùn)練序列的盲均衡技術(shù)是消除碼間干擾的最有效方法(見文獻(xiàn)：Kim?H?N，Kim?S?W，Kim?J?M.Near-OptimumBlind?Decision?Feedback?Equalization?for?ATSC?Digital?Television?Receivers[J].ETRI?Journal.2004，26(2)：101-111；SUN?Y?S，LIU?T?and?LI?Y?Q.Study?on?FuzzyNeural?Network?Classifier?Blind?Equalization?Algorithm[A].Proceedings?of?the?2006IEEE?International?Conference?on?Information?Acquisition.Weihai，Shangdong，China，2006，8：595-599；Moisés?V.Ribiro.Learning?Rate?Updating?MethodsApplied?to?Adaptive?Fuzzy?Equalizers?for?Broadband?Power?Line?Communi-cations[J].EURASIP?Journal?on?Applied?Signal?Processing?2004：2592-2599.)。均衡器完成的是一個非線性映射，它可以描述觀察空間的判決區(qū)域劃分問題，而神經(jīng)網(wǎng)絡(luò)又可以形成比較復(fù)雜的非線性判決面，因此，研究人員開始利用神經(jīng)網(wǎng)絡(luò)來設(shè)計(jì)盲均衡器(見文獻(xiàn)：王軍鋒小波和神經(jīng)網(wǎng)絡(luò)在自適應(yīng)盲均衡中的算法研究[D].西安：西安電子科技大學(xué)，2003；Rahib?H.Abiyev.Neuro-Fuzzy?Systemfor?Equalization?Channel?Distortion[J].International?Journal?of?ComputationalIntelligence.2005，F(xiàn)all：229-232.)。神經(jīng)網(wǎng)絡(luò)的泛化能力是評價其性能的核心，而泛化能力的大小與網(wǎng)絡(luò)結(jié)構(gòu)的選取有關(guān)，選取的節(jié)點(diǎn)太少則誤差大、收斂速度慢，而節(jié)點(diǎn)數(shù)太多，又容易出現(xiàn)過擬合的現(xiàn)象(見文獻(xiàn)：伍世虔，徐軍.動態(tài)模糊神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與應(yīng)用.[M].北京：清華大學(xué)出版社，2008.)。模糊聚類算法是一種迭代算法，它能把某個待辨識的對象嚴(yán)格的劃分到某類中，建立一種辨識對象與類之間的隸屬度關(guān)系，對于提高神經(jīng)網(wǎng)絡(luò)的泛化能力和盲均衡性能有很大的作用。?

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是針對現(xiàn)有技術(shù)存在的缺陷，提出一種基于徑向基函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法。?

本發(fā)明基于徑向基函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)盲均衡方法，其特征在于如下步驟：?

第一步：將獨(dú)立、等概率取值為{±1}的發(fā)射信號a(n)經(jīng)過脈沖響應(yīng)信道得到信道輸出向量x(n)，其中n為時間序列，下同；?

第二步：采用信道噪聲w(n)和第一步所述的信道輸出向量x(n)得到盲均衡器的輸入序列：y(n)＝x(n)+w(n)；?

第三步：采用模糊C-均值聚類算法將第二步所述的盲均衡器的輸入序列y(n)以不同的隸屬度值劃分到RBF網(wǎng)絡(luò)的各中心節(jié)點(diǎn)c_i(n)，1≤i≤I，I為RBF網(wǎng)絡(luò)隱含層節(jié)點(diǎn)的個數(shù)，c_i(n)表示RBF網(wǎng)絡(luò)的第i個中心節(jié)點(diǎn)。?