学位论文 > 优秀研究生学位论文题录展示

基于神经网络的盲均衡算法研究

作　者: 刘子通
导　师: 王黎明
学　校: 中北大学
专　业: 电子与通信工程
关键词: 盲均衡人工神经网络双线性反馈神经网络恒模算法
分类号: TN911.5
类　型: 硕士论文
年　份: 2011年
下　载: 52次
引　用: 1次
阅　读: 论文下载

内容摘要

盲均衡技术是一门新兴的现代自适应均衡技术,它相对于传统的自适应均衡技术来说,可以只利用接收信号本身的一些数据特征来自适应地调节均衡器的参数,从而消除由信道的非理想特性引起的码间串扰,达到均衡信道的目的。这种均衡方法不但可以提高通信效率,还可以从一定程度上减小通信系统的复杂性。本文首先对盲均衡技术和神经网络的原理和发展现状进行了详细的介绍,然后对各种基于神经网络的盲均衡技术的优缺点进行了分析。高阶神经网络具有很强的非线性变换能力。而且,由于网络中不含隐含层,所以算法的收敛速度也比较快,且不容易陷入局部最小,它的非线性变换能力是和阶数成正比的,而当阶数增加时,网络的权矩阵的维数会以几何幂的速度增长,这就导致了这种网络用硬件实现起来变的非常困难。本文针对以上问题引入了双线性反馈神经网络(BLRNN)。这种网络可以逼近多种非线性方程,同时,当阶数增加时,网络的计算量也不会以几何幂的形式增加,这就使其能够较容易地用硬件来实现。本文根据盲均衡算法的特点,将BLRNN自适应算法和传统的恒模算法进行了结合,并成功的将这种算法应用到了复数域内。最后通过计算机对此类算法在不同的信道下进行了仿真,结果表明,这种改进算法相对于传统的恒模算法在性能上有了一定程度的改进。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-15
  1.1 课题研究的目的与意义  8-9
  1.2 基于神经网络的盲均衡技术的发展现状  9-14
    1.2.1 盲均衡技术的发展现状  9-11
    1.2.2 神经网络的发展现状  11
    1.2.3 基于神经网络的盲均衡技术的发展现状  11-14
  1.3 本文主要工作以及章节安排  14-15
第二章信道盲均衡技术  15-29
  2.1 盲均衡技术的基本原理  15-17
  2.2 盲均衡技术的准则与性能表征  17-20
  2.3 盲均衡的基本算法  20-23
    2.3.1 最小均方(LMS)算法  20-22
    2.3.2 递归最小二乘(RLS)算法  22-23
  2.4 盲均衡算法性能的评价准则  23-25
    2.4.1 算法收敛速度  23
    2.4.2 稳态剩余误差  23-24
    2.4.3 误码率  24-25
  2.5 经典盲均衡算法  25-29
    2.5.1 经典盲均衡的优缺点分析  25-27
    2.5.2 恒模算法  27-29
第三章人工神经网络的技术基础  29-40
  3.1 人工神经网络概述  29-31
  3.2 人工神经元及其特性  31-34
    3.2.1 生物神经元  31-32
    3.2.2 人工神经元的数学模型  32-33
    3.2.3 人工神经元的激活函数  33-34
  3.3 人工神经网络模型及学习规则  34-38
    3.3.1 人工神经网络模型  34-36
    3.3.2 神经网络的学习规则  36-38
  3.4 基于神经网络的盲均衡  38-40
    3.4.1 基于神经网络盲均衡的原理  38
    3.4.2 基于神经网络的盲均衡算法的分类与分析  38-40
第四章基于双线性反馈神经网络的盲均衡算法研究  40-58
  4.1 基于双线性反馈神经网络的盲均衡算法的理论基础  40-43
  4.2 双线性反馈神经网络对PAM 系统的盲均衡  43-47
    4.2.1 实值双线性反馈神经网络盲均衡算法  44-45
    4.2.2 计算机仿真  45-47
  4.3 双线性反馈神经网络在QAM 系统中的盲均衡算法  47-55
    4.3.1 复值双线性反馈神经网络盲均衡算法  47-51
    4.3.2 计算机仿真  51-55
  4.4 算法跟踪信道突变性能仿真  55-57
  4.5 小结  57-58
第五章结论  58-59
参考文献  59-63
致谢  63-64
攻读硕士期间发表的论文及所取得的研究成果  64

基于神经网络的盲均衡算法研究

内容摘要

全文目录

相似论文