[發明專利]基于激活函數可調的復值BP神經網絡盲均衡方法

在審

• 申請號: 201410611007.7
• 申請日: 2014-11-04
• 公開（公告）號: CN104486271A
• 公開（公告）日: 2015-04-01
• 發明（設計）人: 趙娟;高正明;田學軍
• 申請（專利權）人: 荊楚理工學院
• 主分類號: H04L25/03
• 分類號: H04L25/03
• 代理公司: 荊門市首創專利事務所 42107
• 代理人: 董聯生

1.基于激活函數可調的復值BP神經網絡盲均衡方法，其特征在于包括如下步驟：

第一步：消息序列{s(n)}，經正交調制、復值信道傳輸和噪聲疊加后，到達接收端，均衡器收到信號序列x(n)；其中n為時間序列,下同；

第二步：初始化后的復值BP神經網絡盲均衡器均衡輸出均衡信號y(n)；

1）復值神經網絡采用復數權值、復值激活函數和復數計算方法，其中神經元模型采用復數激活函數，實部和虛部獨立運算，計算方法為

（1）

式（1）中k為復數因子，

?????????（2）

至少包含一個可變參數a；

2）以式（2）中具有兩個可變參數a、b和三層BP神經網絡為例，設輸入層-隱層權值矩陣W，隱層-輸出層權值向量V；

對于輸入信號序列x(n)，網絡輸入層滿足線性關系：

（3）

其中c為均衡器抽頭系數個數；

隱層輸入、輸出為：

（4）

（5）

（6）

其中p為隱層神經元個數，可采用

（7）

進行計算；式（7）中β為一整數，β∈[2,10]，表示對實數x取整；

輸出層輸入、輸出滿足：

????（8）

（9）

????????????????????????????（10）

第三步，基于輸出信號統計特征計算均衡器殘余誤差或平均平方誤差；

???????（11）

其中，E表示取均值，

??????????????????????????（12）

第四步，根據Hebb學習率進行誤差反傳，修正神經網絡權值和激活函數可調節參數；

1）權值矩陣W和向權值向量V，以及激活函數參數a、b均為復數，諸參數對誤差J(n)的偏微分采用如下公式計算：

??????（13）

????（14）

2）根據Hebb學習率計算誤差反向傳遞過程：

對于隱層激活函數可變參數和隱層-輸出層權值向量V，有：

??????????????（15）

??????????????（16）

??????????????（17）

????????（18）

????????????（19）

??????????（20）

對于輸入層-隱層權值矩陣W和隱層激活函數變參數a_j,?b_j?(j=1,2,…,?p)，有：

（21）

（22）

（23）

（24）

（25）

（26）

3）諸參數修正：

??（27）

（28）?。