论文部分内容阅读
在无线通信系统中,由于无线信道的时变、频变与环境噪声影响,接收端信号极易产生码间干扰(Inter Symbol Interference,ISI)。盲均衡技术在有效消除ISI的同时节省信道带宽。因此本文结合门控递归单元神经网络(GRUNN)、长短期记忆神经网络(LSTM)、双向长短期记忆神经网络(BLSTM)、坐标变换(CT)、自适应坐标变换(ACT)与自适应三角坐标变换(ATCT)等方法,提出了多种新型盲均衡算法。本文主要研究工作如下:(1)针对前馈神经网络盲均衡算法对非常模信号均衡能力差,且代价函数中统计模值与信号星座图坐标不匹配的问题,提出了基于门控递归神经网络的坐标变换盲均衡算法(GRUNN-CT-CMA)。其中在GRUNN的输出端加入CT算法,GRUNN的输入层单元数为均衡器抽头长度,网络权向量通过CT算法的输出误差值进行更新。仿真实验证明,GRUNN-CT-CMA对非常模信号均衡能力出色。(2)提出了基于长短期记忆神经网络的自适应坐标变换盲均衡算法(LSTM-ACTCMA)?由于前馈神经网络盲均衡算法在均衡高阶信号时适应能力差,而三门控结构的LSTM对高阶信号感知能力强?记忆力持久?将LSTM与ACT算法结合,使算法对64QAM以下阶数的QAM输入信号自动判决,适用范围更广。仿真实验证明,LSTMACT-CMA在均衡高阶非常模信号时均衡效果突出。(3)针对前馈神经网络盲均衡算法在均衡高阶多模信号时只能适用于一定区域信号阶数的问题,提出了一种基于双向长短期记忆神经网络的自适应三角坐标变换盲均衡算法(BLSTM-ATCT-CMA)。首先,BLSTM对序列感知能力强,将其作为盲均衡器处理高阶信号。其次,在BLSTM输出端加入ATCT算法,克服了传统CT算法在输入高阶信号时代价函数复杂的问题。仿真实验验证了算法出色的均衡性能。(4)通过SIMULINK设计平台对本文算法进行了系统设计与仿真。首先设计了经典的盲均衡系统并给出参数配置,其次设计了不同的门控神经网络模块与坐标变换模块,根据算法理论对SIMULINK模块库中没有的模块进行了搭建与封装,最后通过SIMULINK平台仿真验证了系统的有效性。