【摘要】 本发明公开了基于复数离散全反馈神经网络的相移键控信号盲检测方法。该方法根据复数离散全反馈神经网络能量函数下降的原理，构造了能够直接检测相移键控信号的Hermitian权矩阵，使得MPSK信号集中的每个星座信号点都是Hopfield神经网络的一个稳定平衡点，从而实现MPSK信号的盲检测。本发明只需极短接收数据就可实现计算目标，能够适用于统计量无意义场合。空间缩小，难度降低，时间显著优于其他盲检测算法，系统性能得到了相应的提高。 【专利类型】发明申请 【申请人】南京邮电大学 【申请人类型】学校 【申请人地址】210003 江苏省南京市新模范马路66号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010556727.X 【申请日】2010-11-24 【申请年份】2010 【公开公告号】CN102035769A 【公开公告日】2011-04-27 【公开公告年份】2011 【授权公告号】CN102035769B 【授权公告日】2013-05-08 【授权公告年份】2013.0 【IPC分类号】H04L25/03; H04L27/22 【发明人】张志涌; 张昀 【主权项内容】一种基于复数离散全反馈神经网络的相移键控信号盲检测方法，其特征是：利用复数离散激活函数其中m＝1，2，…，M，采用动力学方程构造复数离散全反馈神经网络，实现多进制相移键控MPSK信号的盲检测，具体步骤如下：①.接收端接收单个用户发送信号，经过过采样，得到离散时间信道的接收方程：XN＝SΓH，式中，S＝[sL+P(k)，…，sL+P(k+N‑1)]T＝[sN(k)，…，sN(k‑P‑L)]N×(L+P+1)是发送信号阵，P为信道阶数，L为均衡器阶数，N为所需数据长度；sL+P(k)＝[s(k)，…，s(k‑L‑P)]T；s属于集合A，M为相移键控信号的相位数，m为小于等于M的正整数，时刻k为正整数，Γ是由hjj，jj＝0，1，…，P构成的块Toeplitz矩阵，hjj＝[h0，…，hP]q×(P+1)是信道冲激响应；q是过采样因子；(·)H表示Hermitian转置；(·)T表示矩阵转置；(XN)N×(L+1)q＝[xL(k)，…，xL(k+N‑1)]T是接收数据阵，其中xL(k)＝Γ·sL+P(k)；②.根据构造的性能函数及优化问题由于复数离散全反馈神经网络能量函数的平衡点就是最优点，将检测信号的优化问题映射到能量函数上，可设置权矩阵W＝‑Q；其中，表示信号的估计值，AN表示为N×1的列向量，其每个元素都属于集合；Γ满列秩时，一定有满足QsN(k‑d)＝0，d＝0，…，K+L，且(Uc)N×(N‑(L+P+1))是奇异值分解中的酉基阵；(0)(N‑(L+P+1))×(L+1)q是零矩阵，(V)(L+1)q×(L+1)q是酉基阵；(Uc)N×(N‑(L+P+1))是酉基阵；(D)(L+P+1)×(L+1)q是奇异值阵；因此，盲检测问题就转化为的全局最优解问题；③.由于需检测信号为MPSK信号，利用离散全反馈神经网络动力学方程进行迭代，直到s(k+1)＝s(k)，此时得到的信号就是能量函数在“平衡点集”中的极值点，也即为所求优化问题的解；式中激活函数其中m＝1，2，…，M，e表示指数函数，π表示角度，t为函数自变量；arg(t)为角度运算，即自变量t的相位角度，l和j为小于等于N的正整数。FSA00000357634600011.tif, FSA00000357634600012.tif, FSA00000357634600013.tif, FSA00000357634600014.tif, FSA00000357634600015.tif, FSA00000357634600016.tif, FSA00000357634600017.tif, FSA00000357634600018.tif, FSA00000357634600019.tif, FSA000003576346000110.tif, FSA000003576346000111.tif, FSA00000357634600021.tif, FSA00000357634600022.tif, FSA00000357634600023.tif, FSA00000357634600024.tif 【当前权利人】南京邮电大学 【当前专利权人地址】江苏省南京市新模范马路66号 【专利权人类型】公立 【统一社会信用代码】123200004260908590 【引证次数】2.0 【被引证次数】6 【自引次数】1.0 【他引次数】1.0 【被自引次数】1.0 【被他引次数】5.0 【家族引证次数】2.0 【家族被引证次数】6

未经允许不得转载：http://www.zhongzhencnc.com/1785706943.html