遺傳前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf

1、現(xiàn)代通信系統(tǒng)中，由于信道衰落、多徑傳播、同頻及鄰頻干擾等因素的存在，使得信道產(chǎn)生嚴(yán)重畸變，從而導(dǎo)致碼間干擾的產(chǎn)生，降低了系統(tǒng)性能。盲均衡技術(shù)的采用極大地抑制了碼間干擾，提高了系統(tǒng)特性。盲均衡技術(shù)是指不借助訓(xùn)練序列，而僅利用接收序列本身的先驗(yàn)信息就能自動(dòng)收斂的自適應(yīng)均衡技術(shù)。它能有效地補(bǔ)償信道的非理想特性，克服碼間干擾，減小誤碼率，提高通信質(zhì)量，已成為當(dāng)前飛速發(fā)展的數(shù)字通信領(lǐng)域的一個(gè)研究熱點(diǎn)。 在高速數(shù)據(jù)傳輸環(huán)境下，由于完全的線性

2、信道是不存在的，因而針對(duì)線性信道處理的算法就會(huì)失效。因此非線性信道的盲均衡技術(shù)就成為亟待解決的難題。多層人工神經(jīng)網(wǎng)絡(luò)形成一個(gè)靜態(tài)網(wǎng)絡(luò)，可以映射靜態(tài)輸入到靜態(tài)輸出，因而人們將目光逐漸轉(zhuǎn)向基于神經(jīng)網(wǎng)絡(luò)非線性特性的盲均衡算法。 傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法在解決盲均衡問題上取得一定的成績(jī)，算法可用于線性或非線性信道，同時(shí)克服了信道階次不確定性帶來的影響，對(duì)加性噪聲也具有一定的容錯(cuò)性。然而基于神經(jīng)網(wǎng)絡(luò)本身的特性，它們只對(duì)局部搜索有優(yōu)勢(shì)，

3、對(duì)于有多個(gè)極值的情況，容易陷入局部極小。遺傳算法是一種全局并行的隨機(jī)搜索方法，具有較強(qiáng)的魯棒性和全局收斂能力，本文在總結(jié)神經(jīng)網(wǎng)絡(luò)盲均衡算法缺陷和局限性的基礎(chǔ)上，針對(duì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及網(wǎng)絡(luò)權(quán)值的優(yōu)化等方面將遺傳算法引入神經(jīng)網(wǎng)絡(luò)盲均衡，并通過大量的仿真實(shí)驗(yàn)驗(yàn)證了提出的算法的有效性。論文的主要成果包括： (1)在分析總結(jié)神經(jīng)網(wǎng)絡(luò)盲均衡算法缺陷和局限性的基礎(chǔ)上，針對(duì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及網(wǎng)絡(luò)權(quán)值的優(yōu)化等方面提出新的方法和思路，確定了神經(jīng)網(wǎng)絡(luò)盲

4、均衡算法與遺傳算法的結(jié)合點(diǎn)。 (2)針對(duì)傳統(tǒng)遺傳算法的弊端，文中提出了一種新型保持種群多樣性的遺傳算法，并分別將該算法用于神經(jīng)網(wǎng)絡(luò)盲均衡器的權(quán)值及其結(jié)構(gòu)的優(yōu)化，并先后對(duì)PAM及QAM信號(hào)進(jìn)行仿真，結(jié)果證明了相對(duì)于神經(jīng)網(wǎng)絡(luò)盲均衡算法，兩種改進(jìn)算法在收斂速度及其剩余誤差等性能指標(biāo)方面均有所改善。 (3)歸納和總結(jié)了傳統(tǒng)遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的缺陷和局限性，而且為了避免傳統(tǒng)遺傳算法存貯量大、運(yùn)行時(shí)間長(zhǎng)和操作復(fù)雜的弊端，本文