【技术实现步骤摘要】
基于复数值前向神经网络的复信道均衡器设计方法
本专利技术涉及人工智能和通信领域，具体涉及一种基于复数值前向神经网络的复信道均衡器设计方法。
技术介绍
随着互联网技术的迅速发展，人们对数字通信技术以及数字通信质量的要求不断提高，高效地传输数据已经成为当下一个重要的研究热点。然而在信号传输的过程中，存在信道延时、多径传播等情形，不可以避免地导致通信质量下降。因此，信号经过一个无线信道的时候，会使接受的信号产生相互交叠，从而产生码间串扰。此外，一些其它的因素例如热噪声、脉冲噪声和信道本身的性质也会进一步导致通信质量的降低。在信号处理领域，为了消除码间串扰和噪声干扰等因素对通信质量的损害，信道均衡是一种常用的信号处理技术。其通过在信号的接收端加入均衡器，用于补偿信号在无线信道中由于一些客观因素所导致的通信质量下降。根据均衡参数和信号之间的关系，均衡器可以分为线性均衡器和非线性均衡器。线性均衡器因为其实现简单，在数字通信中得到了广泛的应用。然而，当传输信道是非线性或者噪声干扰较为严重的时候，线性均衡器的均衡性能会急剧地下降。此...
【技术保护点】
1.一种基于复数值前向神经网络的复信道均衡器设计方法，其特征在于，包括：采用一种可选择搜索方向的训练方法训练复数值前向神经网络，在复数值前向神经网络训练过程中，引入方向因子，构建出多个搜索方向，采用强Wolfe线性搜索策略确定对应搜索方向上的学习步长，并采用宽度优先搜索策略选择合适的搜索方向和学习步长作为实际搜索方向和学习步长，从而使目标函数E(ψ)的值尽可能减少；/n将训练好的所述复数值前向神经网络作为信道均衡器，并用于数字通信系统中，其中，所述复数值前向神经网络的输入为所述数字通信系统含噪声信号v(n)的非线性信道输出o(n)＝[o(n),o(n-1),…,o(n-k+1)]
【技术特征摘要】
1.一种基于复数值前向神经网络的复信道均衡器设计方法，其特征在于，包括：采用一种可选择搜索方向的训练方法训练复数值前向神经网络，在复数值前向神经网络训练过程中，引入方向因子，构建出多个搜索方向，采用强Wolfe线性搜索策略确定对应搜索方向上的学习步长，并采用宽度优先搜索策略选择合适的搜索方向和学习步长作为实际搜索方向和学习步长，从而使目标函数E(ψ)的值尽可能减少；
将训练好的所述复数值前向神经网络作为信道均衡器，并用于数字通信系统中，其中，所述复数值前向神经网络的输入为所述数字通信系统含噪声信号v(n)的非线性信道输出o(n)＝[o(n),o(n-1),…,o(n-k+1)]T，所述复数值前向神经网络的期望输出为x(n-τ)，其中，τ为延迟单元，k为均衡器的阶数。
2.如权利要求1所述的基于复数值前向神经网络的复信道均衡器设计方法，其特征在于，具体流程为：
S1.采集用于复信道均衡器设计的复数值前向神经网络的训练数据；将数字通信系统中含噪声信号v(n)的非线性信道的输出向量o(n)＝[o(n),o(n-1),…,o(n-k+1)]T和τ个延迟单元的非线性信道输入x(n-τ)构建为训练样本对，其中k为均衡器的阶数；
S2.构建一个复数值前向神经网络，并初始化由权值和偏置构成的参数向量ψ；
S3.通过可选择搜索方向的训练方法训练用于复信道均衡器设计的复数值前向神经网络；
S4.判断训练方法是否满足训练停止条件；如果不满足，继续训练；如果满足，得到已训练好的复数值前向神经网络，实现复信道均衡器的设计。
3.如权利要求1所述的基于复数值前向神经网络的复信道均衡器设计方法，其特征在于，步骤S3的具体流程为：
S3-1.为了使目标函数E(ψ)的值在每一次训练后尽可能地减少，引入一组方向因子αg(g＝1,2,...,G)，从而构建出多个搜索方向，并根据最优性条件，删除使目标函数值上升的搜索方向；
S3-2.在构建搜索方向后，采用强Wolfe线性搜索策略确定搜索方向对应的学习步长。
4.如权利要求1所述的基于复数值前向神经网络的复信道均衡器设计方法，其特征在于，在步骤S3-1中，引入一组方向因子αg(g＝1,2,...,G)，从而构建出多个搜索方向，并根据最优性条件，删除使目标函数值上升的搜索方向，具体实现过程如下：
假设...
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。