CN106953820-CN201710224545-基于双Sigmoid复数连续神经网络的信号盲检测方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106953820 A (43)申请公布日 2017.07.14 (21)申请号 201710224545.4 (22)申请日 2017.04.07 (71)申请人 南京邮电大学 地址 210023 江苏省南京市栖霞区文苑路9 号南京邮电大学 (72)发明人 于舒娟　陈少威　张昀　孟庆霞　 梅可　梁颖　张治民　 (74)专利代理机构 南京经纬专利商标代理有限 公司 32200 代理人 朱小兵 (51)Int.Cl. H04L 25/03(2006.01) H04L 1/00(2006.01) 权利要求书2页 说明书6页 附图3页 (54)发明名称 基于双Sigmoid复数连续神经网络的信号盲 检测方法 (57)摘要 本发明提供了基于双Sigmoid复数连续神经 网络的信号盲检测方法，所述方法设计了新的激 活函数以减弱在0点周围对网络输入值的敏感 度；利用新激活函数，在不影响收敛时间的前提 下，误码率下降，改善了抗噪声能力；为了提高系 统收敛速度，在复数连续Hopfield型神经网络的 基础上引入双Sigmoid结构，构建本发明双 Sigmoid复数连续Hopfield型神经网，在相同的 信噪比条件下，以状态向量和平衡点之间的距离 范数为指标，本发明双Sigmoid复数连续 Hopfield型神经网络算法比传统双Sigmoid神经 A 网络收敛速率更快，优化了HNN神经网络性能。 0 2 8 3 5 9 6 0 1 N C CN 106953820 A 权　利　要　求　书 1/2页 1.基于双Sigmoid复数连续神经网络的信号盲检测方法，其特征在于，包括如下步骤： 步骤A，构造接收数据矩阵： 接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程： X ＝SΓT N 式中，X 是接收数据阵，S是发送信号阵，Γ是由信道冲激响应h 构成的块Toeplitz矩 N pp T 阵；(·) 表示矩阵转置； 其中， M为信道阶数，L为均衡器阶数，N为所需数据长度； T s (k)＝[s(k),…,s(k-L-M)] ；其中，s∈{±1}，时刻k为自然数； L+M h ＝[h ,…,h] ，pp＝0,1,…,M； pp 0 M q×(M+1) q是过采样因子，取值为正整数； T X ＝[x (k),…,x (k+N-1)]是N×(L+1)q接收数据阵，其中x (k)＝Γ·s (k)； N L L L L+M 步骤B，接收数据矩阵奇异值分解： 式中， H (·) 是Hermitian转置； U是奇异值分解中的N×(L+M+1)酉基阵； 0是(N-(L+M+1))×(L+1)q零矩阵； V是(L+1)q×(L+1)q酉基阵； U 是N×(N-(L+M+1))酉基阵；