基于神經(jīng)網(wǎng)絡的直擴信號偽隨機碼估計.pdf

1、直接序列擴頻信號的偽隨機碼估計的研究一直是比較熱門的研究領域，目前已經(jīng)有了數(shù)種方法可以做到對直接序列擴頻信號中偽隨機碼序列的估計，如特征分析法，相位疊加法等，從特征分析法的原理還引出了諸如神經(jīng)網(wǎng)絡的方法和自適應FIR濾波器的方法等。 由于人工神經(jīng)網(wǎng)絡良好的并行計算能力和非線性等特性，因此本文主要研究使用基于神經(jīng)網(wǎng)絡的方法估計直接擴頻序列信號中偽隨機碼的問題，通過理論分析和仿真試驗，得到了在較低信噪比條件下偽隨機碼估計的有效方法。

2、同時對不同偽隨機碼的估計方法作了性能分析及比較，驗證了算法的有效性。主要的內(nèi)容和創(chuàng)新如下： 1.對特征分析法作了較為詳細的討論和性能分析，同時由于一般的特征分析法存在估計偽隨機碼序列時相位不確定的缺陷，因此又探討了兩種改進算法，即寬窗口特征分析法和盲同步特征分析法，并對他們做了算法分析和仿真試驗，試驗的結果證明了這兩種方法很好的改進了原算法存在的缺陷。 2.對使用約束Hebb算法的人工神經(jīng)網(wǎng)絡作了具體的分析，并介紹了該神

3、經(jīng)網(wǎng)絡的突觸權值最終將收斂于DS/SS信號的偽隨機碼序列。同時還對使用廣義Hebb算法的神經(jīng)網(wǎng)絡做了理論分析，通過計算機仿真試驗證明了使用GHA算法的神經(jīng)網(wǎng)絡的突觸權值也將最終收斂于偽隨機碼。 3.分析了使用APEX算法的神經(jīng)網(wǎng)絡在實現(xiàn)估計DS/SS信號PN碼序列的理論基礎，這是一種具有前向連接和反饋連接的一種網(wǎng)絡，由于反饋連接的存在使它能夠有效地抑制突觸權值在迭代過程中的溢出問題。還對一種基于廣義PCA算法的人工神經(jīng)網(wǎng)絡模型作

4、了探討，根據(jù)該廣義PCA算法可以推出一系列的線性PCA算法。 4.分析了一種使用誤差反向傳播算法的神經(jīng)網(wǎng)絡的方法用來估計DS/SS信號的PN碼序列。首先從理論上分析了該算法的有效性，并對該算法的學習參數(shù)經(jīng)過改進和分析，提出一種變步長的算法，使得原算法的收斂迭代步數(shù)大大減少。 5.分析了一種基于非線性PCA算法的神經(jīng)網(wǎng)絡的方法來估計DS/SS信號的PN碼序列。首先對兩種不同的非線性PCA算法理論上進行分析，然后根據(jù)仿真試驗