[發明專利]基于復數值前向神經網絡的復信道均衡器設計方法

在審

• 申請號: 202011495746.6
• 申請日: 2020-12-17
• 公開（公告）號: CN112598106A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 黃鶴;董忠鎣
• 申請（專利權）人: 蘇州大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/08
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 郭磊

本發明公開了一種基于復數值前向神經網絡的復信道均衡器設計方法，涉及人工智能與通信領域。本發明一種基于復數值前向神經網絡的復信道均衡器設計方法，包括：采用一種可選擇搜索方向訓練方法訓練復數值前向神經網絡，使得目標函數值在每一次訓練后都盡可能地減少；所述訓練好的復數值前向神經網絡作為信道均衡器，用于數字通信系統中。本發明基于復數值前向神經網絡的復信道均衡器設計方法的有益效果是：本發明提出的可選擇搜索方向訓練方法，在訓練過程中，通過引入一組方向因子，構建出多個搜索方向，采用寬度優先搜索策略從中選擇最優的訓練方向，完成復數值前向神經網絡的高效訓練，從而實現復信道均衡器的設計，并取得優越的性能。

技術領域

本發明涉及人工智能和通信領域，具體涉及一種基于復數值前向神經網絡的復信道均衡器設計方法。

背景技術

隨著互聯網技術的迅速發展，人們對數字通信技術以及數字通信質量的要求不斷提高，高效地傳輸數據已經成為當下一個重要的研究熱點。然而在信號傳輸的過程中，存在信道延時、多徑傳播等情形，不可以避免地導致通信質量下降。因此，信號經過一個無線信道的時候，會使接受的信號產生相互交疊，從而產生碼間串擾。此外，一些其它的因素例如熱噪聲、脈沖噪聲和信道本身的性質也會進一步導致通信質量的降低。

在信號處理領域，為了消除碼間串擾和噪聲干擾等因素對通信質量的損害，信道均衡是一種常用的信號處理技術。其通過在信號的接收端加入均衡器，用于補償信號在無線信道中由于一些客觀因素所導致的通信質量下降。根據均衡參數和信號之間的關系，均衡器可以分為線性均衡器和非線性均衡器。線性均衡器因為其實現簡單，在數字通信中得到了廣泛的應用。然而，當傳輸信道是非線性或者噪聲干擾較為嚴重的時候，線性均衡器的均衡性能會急劇地下降。此時，非線性均衡器的出現在一定程度上很好地克服了這一問題。常見的非線性均衡器有判決反饋均衡器，神經網絡均衡器等。其中神經網絡由于其自身非線性映射和優異的函數逼近等能力，作為一種非線性均衡器，得到了廣泛地應用。

發明內容

本發明要解決的技術問題是提供一種基于復數值前向神經網絡的復信道均衡器設計方法，采用一種可選擇搜索方向訓練方法訓練復數值前向神經網絡，使目標函數值盡可能減少；將所述訓練好的復數值前向神經網絡作為信道均衡器，并用于數字通信系統中。

為了解決上述技術問題，本發明提供了一種基于復數值前向神經網絡的復信道均衡器設計方法，包括：采用一種可選擇搜索方向的訓練方法訓練復數值前向神經網絡，在復數值前向神經網絡訓練過程中，引入方向因子，構建出多個搜索方向，采用強Wolfe線性搜索確定對應搜索方向上的學習步長，并采用寬度優先搜索策略選擇合適的搜索方向和學習步長作為實際搜索方向和學習步長，從而使目標函數E(ψ)的值盡可能減少；

將訓練好的所述復數值前向神經網絡作為信道均衡器，并用于數字通信系統中，其中，所述復數值前向神經網絡的輸入為所述數字通信系統含噪聲信號v(n)的非線性信道輸出o(n)＝[o(n),o(n-1),…,o(n-k+1)]^T，所述復數值前向神經網絡的期望輸出為x(n-τ)，其中，τ為延遲單元，k為均衡器的階數。

在其中一個實施例中，具體流程為：

S1.采集用于復信道均衡器設計的復數值前向神經網絡的訓練數據；將數字通信系統中含噪聲信號v(n)的非線性信道的輸出向量o(n)＝[o(n),o(n-1),…,o(n-k+1)]^T和τ個延遲單元的非線性信道輸入x(n-τ)構建為訓練樣本對，其中k為均衡器的階數；

S2.構建一個復數值前向神經網絡，并初始化由權值和偏置構成的參數向量ψ；

S3.通過可選擇搜索方向的訓練方法訓練用于復信道均衡器設計的復數值前向神經網絡；

S4.判斷訓練方法是否滿足訓練停止條件；如果不滿足，繼續訓練；如果滿足，得到已訓練好的復數值前向神經網絡，實現復信道均衡器的設計。