【技术实现步骤摘要】
本专利技术涉及基于状态转换图的神经网络的神经元内部结构。各神经元所完成的计算功能是简单且一样的,只完成加、比、选运算,神经元输出为最小的路径距离和对应的调制数据。 本专利技术给出了一种基于viterbi译码神经网络的TCM数据恢复结构。输入的I、Q 路信号首先与所采用的线性调制方式确定的所有星座点进行欧氏距离计算,而后按神经元 输入需求进行分组,将分组后的距离送入各层神经元。附图说明 图1为本专利技术所针对的一种TCM巻积码编码电路; 图2为本专利技术所针对的一种8PSK-TCM信号分集图; 图3为本专利技术所采用的一种四状态TCM最佳编码路径图; 图4为本专利技术所采用的状态节点神经元内部结构; 图5为本专利技术所采用的基于寄存器状态转移图的viterbi解码神经网络; 图6为神经网络法与交换寄存器法的viterbi译码对比; 其中图1中出现的符号说明 blb2为调制数据;Z—1表示延时一个输入信号周期;虚线框内为两位延时寄存器, C1C2C3为巻积编码输出,8PSK为调制模块。 图2中出现的符号说明 L1L2L3为集分解后的子集星座点之间的最小距离;C1C2C3为巻积编码输出。 图3中出现的符号说明 状态0 7标号分别由巻积编码输出的内容决定,通过调制模块(K7也就表示8个星 座点;第一层左端标号组表示对应节点由寄存器状态决定的4种可能的输出;第四层右端 标号组表示对应节点由寄存器状态决定的4种可能的输入。 图4中出现的符号说明0、4、2、6表示神经元输入的特定连接;L()aHJ3C6每个连接送来最小距离和对应的 调制数据两个信息 ...
【技术保护点】
一种TCM神经网络解调方法,其特征在于:解调网络对于接收来的I、Q路信号首先计算信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,所述译码采用基于寄存器状态转移的神经网络实现。
【技术特征摘要】
一种TCM神经网络解调方法,其特征在于解调网络对于接收来的I、Q路信号首先计算信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,所述译码采用基于寄存器状态转移的神经网络实现。2. 根据权利要求1所述的TCM神经网络解调方法,其特征在于对计算得到的...
【专利技术属性】
技术研发人员:王鹏宇,吕善伟,王伟,韦志棉,熊小军,张孟阳,王建明,张琳,
申请(专利权)人:北京航空航天大学,北京无线电计量测试研究所,航天恒星科技有限公司,
类型:发明
国别省市:11[中国|北京]
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。