网站大量收购独家精品文档,联系QQ:2885784924

复值Hopfield神经网络盲检测MPSK信号-控制理论与控制工程专业论文.docx

复值Hopfield神经网络盲检测MPSK信号-控制理论与控制工程专业论文.docx

  1. 1、本文档共58页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
复值Hopfield神经网络盲检测MPSK信号-控制理论与控制工程专业论文

南京邮 南京邮电大学硕士研究生学位论文 第一章 绪论 PDF PDF 文件使用 pdfFactory Pro 试用版本创建 HYPERLINK / 第一章 绪论 近些年来,无线和移动通信技术取得了飞速的发展,采用先进的数字信号处理技术可 以较好地提高无线通信系统的性能和容量,这也促使人们在数字信号处理领域对其中的一 些相关技术进行广泛而深入地研究。在通信信号处理研究的最新进展中,盲检测(Blind Detection)是倍受瞩目的关键技术之一,是一种新兴的自适应均衡技术。它是在不知道信 道特性且不发送训练序列的情况下,仅利用接收信号序列本身便能自适应地调节参数。它 有效地克服了有训练序列的缺陷,即对信道严重的非线性及时变特性、多径传播等的影响, 以及接收机无法及时跟踪上信道特性的变化而造成了通信的中断。它会自适应均衡,调整 参数,跟踪信道特性,最后实现对输入信号序列的最佳估计。盲均衡从根本上避免了训练 序列的使用,收敛范围大,应用范围广[1],因此,盲均衡技术在数据通信系统中的应用不 仅可以提高通信效率,还可以获得很好的均衡性能,它的这些优越性能使它受到越来越广 泛的关注,并在通信、雷达、地震和图像处理等许多方面得到了广泛的应用,对它的研究 成为近年来数字通信领域最为活跃的分支之一。 1.1 通信系统中均衡技术的发展 在数字通信技术高速发展的今天,信道传输的特性仍然极其地复杂。这是由于带限发 射和接收滤波器、放大器、时延与多径传输、发射机和接收机之间的相对运动、藕合效应 以及多址干扰等各种因素的影响[2],使得信号在传输过程中产生了码间干扰(Intersymbol Interference,简称ISI)和信道间干扰(Interchannel Interference,简称ICI)。为了降低接收 信号的误码率,保证通信质量,必须克服码间干扰。传统克服码间干扰的方法是将信号在 接收端通过一个均衡器,均衡器的特性正好与信道的特性相反,能够准确地补偿传输信道 的非理想特性。如果均衡器能够严格地与信道匹配,那么这时的信道与均衡器合在一起就 是一个纯增益的信道,均衡器的输出就没有码间干扰,也就是说,均衡器能够有效地抑制 码间干扰。 在已知信道响应特性的情况下,无论是理想信道还是非理想信道,要设计出最佳均衡 器并不困难,但在实际情况中无线信道的响应特性是时变的,为了实现准确地补偿信道的 传输特性,必须动态跟踪信道的变化,及时调整均衡器的参数,具有这种特性的均衡器称 之为自适应均衡器(Adaptive Equalizer)。这种均衡器在数据传输之前,首先发送接收端 1 已知的训练序列,接收机根据接收到的信号产生的变化或误差对均衡器的参数进行调整, 最终使均衡器正好补偿信道的特性,从而使接收机能够从均衡器输出序列中得到几乎无错 的发送信号,保证数据的可靠传输。 描述一个均衡器一般要涉及到均衡器的结构和均衡算法。均衡技术的发展最早可以追 溯到1928年,H.Nyquist提出了在理想带限信道中判决时刻无码间干扰的充分条件[3]。而最 早的自适应均衡器是在二十世纪六十年代由R. W. Lucky[4]提出的迫零均衡器(Zero-forcing Equalizer,ZF),但是他并没有考虑噪声问题,随后又出现了几种不同结构的自适应均衡 器。目前的均衡器结构有线性结构,非线性结构,格形结构和网络结构(神经网络均衡器) [5],其中应用较多的是非线性结构均衡器(一种是判决反馈均衡器(DEF),另一种是最 大似然序列估计均衡器(MLSE))。在均衡算法方面,传统算法有:迫零算法(ZF)、 最小均方算法(LMS)、改进的LMS算法、时间递归最小二乘算法(TRLS)、最大后验 概率(MAP)等[3,6,7]。至今仍广泛应用的均衡方法有最小均方误差算法和递归最小平方算 法,人们对它们的收敛特性和均衡性能已经有了非常深入的研究。如今的自适应均衡技术 继续朝着高速和低价的实现方向发展。研究均衡的目的是为了减小或抑制码间干扰,从而 提高通信质量,保证通信的可靠性。但作为一种算法要考察其是否具有实用价值,主要取 决于它的性能,具体的评价标准一般有五条: (1)收敛速度的快慢,这决定该算法能否用于实时系统; (2)算法能否获得最优解,也就是代价函数有无凸性; (3)算法收敛后稳态剩余误差的大小; (4)跟踪信道的时变能力如何; (5)算法的复杂程度。 这些准则对今后新的均衡算法同样适用。 1.2 盲均衡技术及其解决的问题 传统的均衡技术是自适应均衡技术,虽然均衡技术的发展和应用极大地提高了通信系 统的性能,但是随着数字通信技术向着宽带、高速、准确、大容量方向的发展,自适应均 衡技术自身的缺陷和不足日益暴露出来,主要有以下几点: (1)无线通信中的频率资源是限制其发展

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档