[發明專利]全反饋神經網絡信號盲檢測的增益因子調整方法

無效

• 申請號: 201210252110.8
• 申請日: 2012-07-19
• 公開（公告）號: CN102780542A
• 公開（公告）日: 2012-11-14
• 發明（設計）人: 張志涌;張昀;于舒娟;江潔
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04L1/00
• 分類號: H04L1/00;H04L25/03
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葉連生

技術領域

本發明涉及無線通信信號處理領域及神經網絡領域，尤其是涉及無線通信網絡的接收系統的信號盲檢測領域。

背景技術

近年，無線通訊技術迅猛發展和多種通訊概念的提出，使得信號傳輸速率的極大提高及無線傳輸信道的時變特性增強，這必然對盲檢測技術提出了更為嚴格的技術要求，如：信道的快速時變特性；調制方式的多樣化和星座密集化；為減少能耗和系統開銷，就要求算法的運算負擔減輕的同時收斂速度需要加快等等

為解決遺傳、蟻群、免疫、微粒群等多種智能算法引起的容易陷入局部極小值且收斂速度慢的問題，許多文獻開始使用全反饋神經網絡對信號盲檢測問題進行研究。2006年文獻[31]對實數全反饋Hopfield神經網盲檢測BPSK信號與QPSK信號進行試探性研究，獲得成功。2008年文獻[32-33]中運用復數全反饋Hopfield神經網成功地解決了QPSK星座信號的盲檢測問題。從2010年起，文獻[34-35]分別采用“多電平激勵函數”和“多相位激勵函數”的復數全反饋Hopfield神經網，用于盲檢測64QAM之類的MQAM和8PSK之類的MPSK復雜星座信號。

在以上的探索過程中，一方面觀察到，復數全反饋Hopfield神經網具有盲檢測復雜星座信號的良好潛力；另一方面也暴露出，全反饋Hopfield神經網比較容易陷入局部極小且有時收斂較慢的弱點。盡管文獻[34-35]分別進行了多值或多相位激勵函數下的穩定性分析，但都沒有討論“如何避免陷入非真解平衡點”和“加快搜索真解”的問題。在這些文獻中，Hopfield神經網運行所需的初始向量隨機產生，如搜索陷入局部極小平衡點，則更換隨機初始向量再次進行搜索。如此重復，直到找到“真解平衡點”止。

發明內容

技術問題：本發明的目的是針對全反饋神經網絡（即Hopfield神經網絡）信號盲檢測，對Hopfield神經網的增益因子進行了改進，提出了一種變增益因子的策略，使增益因子的設置值突破了傳統分析的范圍。旨在為無線通信網的全反饋網絡的信號盲檢提供一種加快算法的收斂速度，避開偽平衡點的吸引域，提高算法檢測性能的增益因子設計方法。

技術方案：一種全反饋神經網絡盲檢測通信信號的增益因子設計方法，其特征是：在全反饋神經網絡中使用該方法能有效加快算法的收斂速度，可一定程度提高算法檢測性能。該方法根據網絡的狀態內積對增益因子進行分段調整，在網絡運行的初始階段以較大的增益因子對狀態向量進行放大，等到接近平衡點時再縮小增益因子。具體步驟如下：

1.接收數據矩陣構造

接收端接收單個用戶發送信號，經過過采樣，獲得離散時間信道的接收方程：X_N=SΓ^H，式中，

S=[s_L+P(k),…,s_L+P(k+N-1)]^T=[s_N(k),…,s_N(k-P-L)]_N×(L+P+1)是發送信號陣，P為信道階數，L為均衡器階數，N為所需數據長度；s_L+P(k)=[s(k),…,s(k-L-P)]^T；其中，s=s_R+i·s_I表示復數標量，s_R,s_I∈A分別表示s的實部、虛部，且都屬于集合A，

A={±1,±3,…,±d_n|d_n=1+2(n-1)}，d₁＝1，

Δd=d_j+1-d_j=2，j∈[1,n-1]，j和n為正整數，n表示發送信號所屬星座的電平數；時刻k為正整數，Γ是由h_jj，jj=0,1,…,P構成的塊Toeplitz矩陣，h_jj=[h₀,…,h_P]_q×(P+1)是信道沖激響應；q是過采樣因子；(·)^H表示共軛轉置；(·)^T表示轉置；(X_N)_N×(L+1)q=[x_L(k),…,x_L(k+N-1)]^T是接收數據陣，其中x_L(k)=Γ·s_L+P(k)；