基于模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf

1、無(wú)線和數(shù)字通信系統(tǒng)中，由于信號(hào)在傳輸過(guò)程中會(huì)受到復(fù)雜傳播機(jī)制的影響，從而產(chǎn)生碼間干擾。為了消除碼間干擾，要在接收端進(jìn)行均衡，以補(bǔ)償信道特性，正確恢復(fù)發(fā)送序列。傳統(tǒng)的均衡器由于需要不斷地發(fā)送訓(xùn)練序列，已經(jīng)不能滿足數(shù)字通信技術(shù)發(fā)展的要求。盲均衡技術(shù)不需要訓(xùn)練序列，僅利用接收序列的統(tǒng)計(jì)特性便能自適應(yīng)地調(diào)節(jié)參數(shù)，也就是說(shuō)，盲均衡技術(shù)本身完全不用訓(xùn)練序列，就可以自啟動(dòng)收斂并防止失鎖情況，且能使濾波器的輸出與要恢復(fù)的輸入信號(hào)相近。盲均衡技術(shù)有效克服

2、了傳統(tǒng)均衡器的缺點(diǎn)，對(duì)于信道的經(jīng)常性衰落、嚴(yán)重的非線性及時(shí)變特性、多徑傳播等的影響，以及接收機(jī)無(wú)法跟蹤上信道特性而出現(xiàn)的通信中斷，盲均衡器會(huì)自動(dòng)調(diào)整參數(shù)，跟蹤信道特性，完成對(duì)信號(hào)的最佳估計(jì)。目前已在通信、雷達(dá)，地震勘探，圖像處理等領(lǐng)域中得到應(yīng)用。 本文所做的主要工作有: (1)系統(tǒng)分析了盲均衡算法原理以及盲均衡技術(shù)的發(fā)展現(xiàn)狀，研究了模糊神經(jīng)網(wǎng)絡(luò)特點(diǎn)、結(jié)構(gòu)及確定方法，分析了隸屬函數(shù)的選取原則，闡述了模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，

3、首次提出三種基于模糊神經(jīng)網(wǎng)絡(luò)的盲均衡算法，并分析其實(shí)現(xiàn)原理。 (2)分析了傳統(tǒng)固定步長(zhǎng)恒模盲均衡算法，針對(duì)步長(zhǎng)大小會(huì)影響算法的收斂效果，提出變步長(zhǎng)盲均衡算法的設(shè)計(jì)思想。利用模糊神經(jīng)網(wǎng)絡(luò)的控制功能，提出基于模糊神經(jīng)網(wǎng)絡(luò)控制步長(zhǎng)因子的盲均衡算法，以提高步長(zhǎng)控制的精度。通過(guò)誤差信號(hào)和誤差信號(hào)的變化大小及相關(guān)的規(guī)則，控制步長(zhǎng)的實(shí)時(shí)變化，使得在算法初期采用大步長(zhǎng)提高算法的收斂速度，在算法收斂后采用小步長(zhǎng)，提高算法的收斂精度，從而解決了收斂

4、速度和精度之間的相互制約。 (3)根據(jù)傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法中非線性修正因子α對(duì)算法收斂性能的影響，提出利用模糊神經(jīng)網(wǎng)絡(luò)控制α因子，得到優(yōu)化的神經(jīng)網(wǎng)絡(luò)盲均衡算法的設(shè)計(jì)思想。通過(guò)誤差信號(hào)及其變化作為模糊神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)，經(jīng)過(guò)模糊神經(jīng)網(wǎng)絡(luò)的控制算法，得到時(shí)變的非線性修正因子α值，使得α在算法開始階段信號(hào)畸變較為嚴(yán)重時(shí)取值較大，加快信號(hào)盲均衡的收斂速度，在算法逐漸收斂的同時(shí)，α因子也逐漸減小，以降低收斂后的剩余誤差，從而有效地改

5、進(jìn)算法。 (4)分析研究了模糊聚類的原理、分類及特點(diǎn)應(yīng)用，并基于模糊神經(jīng)網(wǎng)絡(luò)聚類的特點(diǎn)提出了利用模糊神經(jīng)網(wǎng)絡(luò)作為分類器的盲均衡算法思想。傳統(tǒng)的盲均衡技術(shù)將均衡后的信號(hào)經(jīng)過(guò)判決器直接判決歸類，恢復(fù)發(fā)送信號(hào)，但判決器一般用閾值進(jìn)行判決，屬于硬劃分。模糊神經(jīng)網(wǎng)絡(luò)分類器利用模糊算法對(duì)被分類的信號(hào)進(jìn)行動(dòng)態(tài)的歸類，屬于軟判決，可以有效地提高信號(hào)分類的正確率。 (5)認(rèn)真研究了動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的原理及分類，分析了無(wú)線通信系統(tǒng)中，信道的