【技术实现步骤摘要】
一种基于NARX神经网络与块状反馈的信道均衡方法
本专利技术涉及通信
，尤其涉及一种数字通信系统中的基于NARX神经网络与块状判决反馈的信道均衡方法。
技术介绍
信道均衡是指为了提高衰落信道中的通信系统的传输性能而采取的一种抗衰落措施。它主要是为了消除或者是减弱宽带通信时的多径时延带来的码间串扰(Inter-symbolInterference，ISI)问题。其机理是对信道或整个传输系统特性进行补偿，针对信道恒参或变参特性，数据速率大小不同，均衡有多种结构方式，大体上分为两大类：线性与非线性均衡。作为传统信道均衡方法的有效补充，基于神经网络的信道均衡方案也越来越受到重视。神经网络(NeuralNetwork,NN)是一门重要的机器学习(MachineLearning,ML)技术。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。常用于对函数进行估计或近似及模式学习。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的讲就是具备学习功能。近些年来，基于神经网络的图像处理、...
【技术保护点】
1.一种基于NARX神经网络与块状反馈的信道均衡方法，其特征在于，该方法包括以下步骤：(1)构建实值NARX神经网络‑判决反馈均衡器(RVNARX‑DFE)，具体如下：构建一个具有输入层、隐藏层、输出层及延时结构TDL和输出反馈结构的实值NARX神经网络，该网络的第一层为输入层，最后一层为输出层，输入输出层之间由一个或多个隐藏层连接而成，隐藏层为全连接方式；该实值NARX神经网络实现以下操作：(Iout(n),Qout(n))＝fequalizer(Iin(n),Iin(n‑1),...,Iin(n‑m),Qin(n),Qin(n‑1),...,Qin(n‑m),Iout(...
【技术特征摘要】
1.一种基于NARX神经网络与块状反馈的信道均衡方法，其特征在于，该方法包括以下步骤：(1)构建实值NARX神经网络-判决反馈均衡器(RVNARX-DFE)，具体如下：构建一个具有输入层、隐藏层、输出层及延时结构TDL和输出反馈结构的实值NARX神经网络，该网络的第一层为输入层，最后一层为输出层，输入输出层之间由一个或多个隐藏层连接而成，隐藏层为全连接方式；该实值NARX神经网络实现以下操作：(Iout(n),Qout(n))＝fequalizer(Iin(n),Iin(n-1),...,Iin(n-m),Qin(n),Qin(n-1),...,Qin(n-m),Iout(n-1),Iout(n-2),...,Iout(n-k),Qout(n-1),Qout(n-2),...,Qout(n-k))其中，Iin,Qin分别为通信系统接收端接收信号的实部和虚部，Iout,Qout分别为均衡器输出的实部和虚部；m为输入的抽头延迟线(TappedDelayLine,TDL)的最大记忆深度，k为输出反馈的TDL的最大记忆深度；任意隐藏层和输出层的任一神经元的输出表示为：其中，为第l层的第j个神经元的输出，q为第l层的第j个神经元总输入个数，为该神经元的第i个输入的权值，为该神经元的第i个输入值，为该神经元的偏置；函数f为第l层神经元使用的激活函数；在实值NARX神经网络的输出部分增加判决器，判决器输出的实部和虚部分别延迟反馈回实值NARX神经网络的输入，构成完整的实值NARX神经网络-判决反馈均衡器(RVNARX-DFE)。(2)对步骤(1)构建好的RVNARX-DFE进行训练，得到针对训练集数据的最优的网络参数；训练过程中采用带误差权重的均方误差函数MSEew作为损失函数：其中，Iout(i),Qout(i)分别为训练集中第i个训练符号的实部和虚部，分别为训练过程中RVNARX-DFE实际输出的第i个符号的实部和虚部，为训练集中第i个训练符号的误差权重，N为训练集的大小；训练过程中采用断开输出延迟反馈的开环网络结构进行训练，将训练集中的目...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。