基于复数hopfield神经网络盲信号检测

基于复数hopfield神经网络盲信号检测

ID:34592418

大小:5.86 MB

页数:181页

时间:2019-03-08

基于复数hopfield神经网络盲信号检测_第1页
基于复数hopfield神经网络盲信号检测_第2页
基于复数hopfield神经网络盲信号检测_第3页
基于复数hopfield神经网络盲信号检测_第4页
基于复数hopfield神经网络盲信号检测_第5页
资源描述:

《基于复数hopfield神经网络盲信号检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:_____________日期:____________南京邮电大学学位论文使用授权声明南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所

2、送交学位论文的复印件和电子文档,可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权南京邮电大学研究生院(筹)办理。研究生签名:____________导师签名:____________日期:_____________南京邮电大学博士研究生学位论文摘要摘要盲信号检测算法自30年前首次被提出以来,在众多科学领域,特别是在语音信号分离与识别、生物信号处理、无线通

3、信系统等领域,已得到深入的研究和发展,然而,仍然存在一些关键理论与实际问题需要解决。本博士论文针对这些问题展开研究,主要做出了如下工作:(1)分析了高阶统计量算法和二阶统计量算法,讨论了其优缺点及需要解决的关键问题。高阶统计量算法需要采用自适应均衡,因此需要先设计均衡器。二阶统计量算法往往要求先盲辨识信道。本文从理论和仿真两个角度分析验证,高阶统计量算法所需的数据量很大,且局限于高斯加性噪声,处理复杂星座信号时剩余残差很大;基于二阶统计量(SOS)的算法对发送信号的独立性要求较高,信号有色时,算法不能有

4、效实现,且还要求子信道不能有公零点。(2)针对高阶统计量算法数据量需求大,以及二阶统计量算法不能处理含公零点信道的缺陷,利用基于有限字符集的盲检测性能函数构造了盲检测算法。由于此性能函数利用星座先验知识,根据接收信号与发送信号之间的子空间关系所建立,因此本文的盲检测算法不需要设计均衡器,也无需辨识信道,能够直接盲检测发送信号。本文算法不依赖任何统计信息,也不依赖接收信号的任何(SOS或HOS)统计量,而直接地、充分地利用星座本身。由于不以“适用于任何信号的Bezout恒等式”为基础,因此适用于更广泛的信

5、道。(3)探索了四种基于字符集性能函数的盲检测算法,包括近似算法、微粒子群算法、免疫算法和遗传算法等。仿真表明,这几种盲检测算法利用较短数据即可成功检测二电平信号(BPSK和QPSK)。但是随着信号星座复杂度增加,不同电平的信号对于代价函数所产生的权重影响不同,搜索容易陷入“低电平信号”(例如1)构成的局部最小点。而且算法复杂度代价太大,不适用于复杂星座的MQAM和MPSK信号。(4)本文用基于字符集的性能函数构造了三种新的多值复数Hopfield神经网络,适用于盲检测MQAM的“实虚型连续多值激活

6、复数Hopfield神经网(ComplexHopfieldNeuralNetworkwithReal-Imaginary-typeSoft-Multistate-activation-function,CHNN_RISM)”、“实虚型离散多电平激活复数Hopfield神经网(ComplexHopfieldNeuralNetworkwithReal-Imaginary-typeHard-Multistate-activation-function,CHNN_RIHM)”,以及适用于盲检测MPSK信号的“幅

7、相型离散多电平激活复数Hopfield神经网(ComplexHopfieldNeuralI南京邮电大学博士研究生学位论文摘要NetworkwithAmplitude-Phase-typeHard-Multistate-activation-function,CHNN_APHM)”。由于文献中二值实数激活函数和能量函数不能描述多值复数Hopfield神经网络的动力学特性,设计了新的幅相型多值激活函数和适用于新网络的能量函数,并分别在同步更新模式和异步更新模式下证明了网络的稳定性。为了能成功盲检测信号,利用

8、本文特有的性能函数构造了联结权阵。由于这三种复数Hopfield神经网络的特性,不同电平的信号对于能量函数所产生的权重影响相同,并证明真解点的能量函数为一个与检测数据长度N有关的固定值。这几种盲检测算法只利用发送信号所属字符集的信息。除了要求输入数据是“独立同分布”和“属于有限字符集”外,没有利用输出数据的任何其它统计信息。仿真实验表明:基于这三种网络的算法仅需较短接收数据(与二阶统计量算法相当)就可有效盲检测复杂星座信号,并适用于含公零点

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。