文档介绍：南京邮电大学
硕士学位论文
基于BP神经网络的盲均衡算法
姓名:刘学
申请学位级别:硕士
专业:信号与信息处理
指导教师:张志涌
20100301
摘要码间干扰被认为是在无线通信领域中高速传输数据时的主要障碍,为了克服其引起的信号失真,在通信系统中常常使用信道均衡技术。传统均衡克服码间干扰的方法是发送训练序列,盲均衡具有无需训练序列的优良特性。其中基于神经网络的盲均衡算法具有收敛速度快、误码率低等优点,对处理一些复杂的非线性问题特别有效,已成为均衡技术发展的新亮点。本文首先对盲均衡技术的基本原理及发展进行了阐述,介绍了人工神经网络的概念与发展,以及原有的各种盲均衡算法的优缺点,接着主要研究神经网络的盲均衡算法。在分析了三层神经网络的结构以及以传统的恒模算法魑4酆挠湃点后,将恢复信号与判决信号的误差函数引入到调节系统权值的函数中,进一步提高了权值调节的精确度,改善了系统的整体性能。利用与作为发送序列进行计算机仿真,实验验证误差函数的引入在收敛速度,稳态剩余误差以及误码率等性能上确实有所提高,但是不尽人意。于是本文在以上的基础上引入了动量项因子,使得以往每次权值的调节量都能够对当前时刻权值的调节起到作用。最后本文在考虑了实数域后讨论了复数域下神经网的盲均衡,并且利用信号分别在实数信道与复数信道系统中进行计算机仿真。仿真实验结果表明了改进的算法具有良好的性能,在收敛速度、稳态剩余误差、误码率等性能方面均有明显的改善。关键词:盲均衡:神经网络:代价函数;动量项南京邮电人学硕:研究生学位论文
瑆韇韘緍甐琣,築。籑甀琧甀瑃...。.鎑.,·,畊,.;籆,..瑂,
第一章绪论研究的背景与意义随着科学技术的发展与数字进程的加快,现代通信已经影响到人类社会的各个方面。近十几年来,无线通信技术得到了迅猛发展和广泛应用,成为信息技术中最活跃的领域之一。但是无线信道传输特性极其复杂,产生了码间干扰,简称和信道间干扰,简称等问题。为了减小误码率,提高通信质量,使用了均衡技术来补偿信道变化、消除码间干扰和信道产生的畸变,特别是盲均衡技扩展以及多普勒频移等的影响,在接收端的信号会受到严重的符号间干扰沟梦码率大大的提高了。为了消除符号间干扰,提高通信系统的可靠性,在接收端需采用均衡技术,以消除符号间干扰。这种消除符号间干扰的信号处理方法就是均衡。相反,假如均衡器严格的与信道匹配,那么信道和均衡器合在一起正好是一个纯增益的信道,从而均衡器的输出就没有码间干扰,也就是说,均衡器能有效地抑制码间干扰。在信道响应特性已知的情况下,无论是理想信道还是非理想信道,针对接收信号设计最佳解调滤波器并不困难,然而,信道响应特性在实际中常常是未知的,特别是移动无线信道的响应特性是时变的。通常解决这一问题是预先发送一段收端和发端都己知的训练序列,接收机测量出该序列通过信道后产生的变化或误差,并依据该误差信息对均衡器参数进行调整,最终使均衡器难好补偿信道特性,从而使接收机能够从均衡器输出中得到几乎无错的发送信号,保证数据的可靠传输。这段过程被称为训练过程,此时均衡器被称为工作在训训练过程结束后,数据传输开始,此时发送信号是未知的,为了动态的跟踪信道特性可能发生的变化,接收机将均衡器输出的判决信号作为参考信号,用来测量信号通过信道后产生的误差,对均衡器输出的信号继续进行调整;此时均衡器工作在判决修正模式。根据自适应滤波理论,均衡器在判决修正模式下能正常工作的条件是输术不再使用训练序列,可以大大提高数据传输的速率。因此,盲均衡技术得到了广泛的关注,并成为通信信号处理的一个研究热点。在高速无线数字通信系统中,信号通过无线信道时,由于信道多径传输、衰落、时延传统的克服码间干扰的方法是在接收端加均衡器,使均衡器的特性正好与信道的特性练模式。雨京邮电大学硕士研究生学位论文
要由发送端再发送一个接收端已知的训练序列对均衡器进行训练,使其达到正常判决的要求。因而训练过程被称为均衡器的学习过程,这对一般通信系统来讲是不可缺少的阶段,为了有效地消除码间干扰,均衡器需要周期性的作重复训练,这会大大降低信道的有效速为了估计时变的信道参数而发送的训练序列必然会占据大量时隙,从而使接收用户能够利用的时隙数大大减少:对于严重的衰落信道,训练序列必须频繁发送;当通信发生短时中断时,每一次新的通信开始之前必须发送训练序列来初始化接收机:在某些特殊应用场合,经常性衰落、严格的非线性及时变特性等的影响、以及接收机无法跟踪上信道特性而出现辨识和盲均衡以及信号盲检测技术作为信号处理领域中的新兴学科,已经受到广泛的重人工神经网络作为理论化的大脑神经网络数学模型,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统,它能够进行复杂的逻辑操作和非线性关系的实现。神经高度的非线性全局作用。人工