【摘要】 本发明公布了一种基于平衡正交多小波变换的模糊神经网络盲均衡方法，本发明方法首先将时域信号进行平衡正交多小波变换转变为变换域信号，然后对变换后的信号进行能量归一化处理，最后通过对均方误差曲线的分析，构建了模糊规则，并利用神经网络的自动调节功能和模糊理论对不确定信息的处理能力构造了一种盲均衡控制器，该控制器能够根据模糊规则对迭代过程中的步长进行自动调整，从而克服了传统恒模方法由于采用固定步长造成的收敛速度与收敛精度之间的矛盾。本发明方法具有较快的收敛速度和较小的稳态误差，抗干扰性能好。 【专利类型】发明申请 【申请人】南京信息工程大学 【申请人类型】学校 【申请人地址】210044 江苏省南京市宁六路219号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】浦口区 【申请号】CN201010267953.6 【申请日】2010-08-30 【申请年份】2010 【公开公告号】CN101958860A 【公开公告日】2011-01-26 【公开公告年份】2011 【授权公告号】CN101958860B 【授权公告日】2013-10-30 【授权公告年份】2013.0 【IPC分类号】H04L25/03 【发明人】郭业才; 刘振兴 【主权项内容】1.一种基于平衡正交多小波变换的模糊神经网络盲均衡方法，其特征在于包括如下步骤： a.)将发射信号a(n)经过脉冲响应信道得到信道输出向量b(n)，其中n为正整数，表示时间序列，下同； b.)采用信道噪声v(n)和步骤a所述的信道输出向量b(n)得到盲均衡器的输入序列：x(n)＝b(n)+v(n)； c.)将步骤b所述的盲均衡器的输入序列x(n)经过平衡正交多小波变换得到输出信号：y(n)＝Vx(n)，其中V为平衡正交多小波变换矩阵； d.)将步骤c所述的输出信号y(n)经过功率归一化后与当前时刻盲均衡器权系数w(n)作卷积后得到盲均衡器输出信号： e.)将步骤d所述的盲均衡器输出信号z(n)经过判决器得到发射信号a(n)的估计 步骤d所述的盲均衡器权系数w(n)的获取如下： 将均方误差(MSE)及均方误差的偏差(ΔMSE＝MSE(n)-MSE(n-1))作为模糊神经网络控制器的输入，并用该控制器的输出及常数模算法(CMA)和现时刻盲均衡器权系w(n)来得到下一时刻盲均衡器权系数w(n+1)，即 w(n+1)＝w(n)+μ(n+1)R-1(n)e(n)y(n)z*(n) 其中，z*(n)为均衡器输出信号的z(n)的共轭，μ(n+1)为第n+1时刻均衡器迭代步长，R-1(n)为归一化能量构成的对角阵，即 且 其中，β为迭代系数， 表示尺度参数为p、平移参数为k的第m维多小波系数， 为 的均方误差。 ： 【当前权利人】南京信息工程大学 【当前专利权人地址】江苏省南京市宁六路219号 【专利权人类型】公立 【统一社会信用代码】12320000466006762K 【引证次数】2.0 【被引证次数】4 【自引次数】1.0 【他引次数】1.0 【被他引次数】4.0 【家族引证次数】2.0 【家族被引证次数】4

未经允许不得转载：http://www.zhongzhencnc.com/1785351584.html