一种基于迟滞全反馈神经网络的信号盲检测方法.pdf

(19)中华人民共和国国家知识产权局*CN103152133A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103152133103152133A(43)申请公布日2013.06.12(21)申请号201310059495.0(22)申请日2013.02.26(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人于舒娟张昀冯迪(74)专利代理机构南京经纬专利商标代理有限公司32200代理人朱小兵(51)Int.Cl.H04L1/00(2006.01)H04L25/03(2006.01)权权利要求书2页利要求书2页说明书5页说明书5页附图3页附图3页(54)发明名称一种基于迟滞全反馈神经网络的信号盲检测方法(57)摘要本发明提出了一种基于迟滞全反馈神经网络的信号盲检测方法，所述方法前后两次循环所用的迟滞激活函数正好构成一个迟滞环，既保证了网络的稳定性又使得网络表现出较好的灵活性，在全反馈神经网络中使用该方法有效避开了伪平衡点的吸引域，提高了盲检测性能；无论是在同步更新模式还是在异步更新模式下，本发明基于迟滞全反馈神经网络的信号盲检测方法的误码性能都优于传统的Hopfield信号盲检测算法。CN103152133ACN10352ACN103152133A权利要求书1/2页1.一种基于迟滞全反馈神经网络的信号盲检测方法，其特征在于，所述方法包括如下步骤：步骤A，构造接收数据矩阵：接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程：TXN=SΓ式中，XN是接收数据阵，S是发送信号阵，Γ是由信道冲激响应hjj构成的块Toeplitz矩阵；(·)T表示矩阵转置；其中，发送信号阵：TS=[sL+M(k),…,sL+M(k+N-1)]=[sN(k),…,sN(k-M-L)]N×(L+M+1)，M为信道阶数，L为均衡器阶数，N为所需数据长度；TsL+M(k)=[s(k),…,s(k-L-M)]；其中，s∈{±1}，时刻k为自然数；hjj=[h0,…,hM]q×(M+1)，jj=0,1,…,M；q是过采样因子，取值为正整数；TXN=[xL(k),…,xL(k+N-1)]是N×(L+1)q接收数据阵，其中xL(k)=Γ·sL+M(k)；步骤B，接收数据矩阵奇异值分解：式中，(·)H表示矩阵Hermitian转置；U是奇异值分解中的N×(L+M+1)酉基阵；0是(N-(L+M+1))×(L+1)q零矩阵；V是(L+1)q×(L+1)q酉基阵；Uc是N×(N-(L+M+1))酉基阵；D是(L+M+1)×(L+1)q奇异值阵；步骤C，设置权矩阵W=IN-Q，其中IN是N×N维的单位阵，步骤D，神经网络动力学迭代及迟滞激活函数设置：迟滞全反馈神经网络动力学方程为：s(k+1)=f(Ws(k))=f(y(k))对该方程进行迭代，直到s(k+1)=s(k)；其中，f(·)为迟滞激活函数；y(k)是由标量yi(k)构成的向量，其中，wij为权矩阵W中的元素，表示从神经元i到神经元j的联结权值，i和j为小于等于N的正整数；sj(k)为k时刻第j个神经元的输入信号，动力学方程最后平衡时得到的sj(k)即为求取的发送信号。2CN103152133A权利要求书2/2页2.根据权利要求1所述的一种基于迟滞全反馈神经网络的信号盲检测方法，其特征在于，步骤D中，所述迟滞激活函数f(·)，其表达式为：其中t为时间变量，Δt表示时间的变化值，其中，β>-α，(λα,λβ)>0，λα、λβ、α、β分别是迟滞激活函数的四个时变参数，tanh(·)为正切函数。3CN103152133A说明书1/5页一种基于迟滞全反馈神经网络的信号盲检测方法技术领域[0001]本发明属于无线通信技术及神经网络技术领域，尤其是涉及一种基于迟滞全反馈神经网络的信号盲检测方法。背景技术[0002]随着高速率数据通信和无线传感网技术的迅猛发展，对通信信号的盲检测（BlindDetection）提出了更高的要求。所谓盲检测仅利用接受信号本身便能够检测出发送信号，从而消除符号间干扰（ISI）以提高信息传输速率和可靠性。[0003]为解决遗传、蚁群、免疫、微粒群等多种智能算法引起的容易陷入局部极小值且收敛速度慢的问题，许多文献开始使用全反馈神经网络对信号盲检测问题进行研究。全反馈Hopfield神经网络由于其良好的自组织、自学习、自适应性、高度的非线性、并行处理信息的能力，目前已广泛应用于盲检测技术中。文献[张志涌,张昀.复数Hopfield盲恢复多用户QPSK信号[J].东南大学学报(自然科学版),2008,38(SII):18-22.]利用连续Hopfiled神经网络对信号的盲检测与盲均衡做了初步的研究，证明了网络趋向稳定平衡的充要条件。文献