專利名稱：基于初始狀態(tài)向量控制的全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線通信信號(hào)處理領(lǐng)域及神經(jīng)網(wǎng)絡(luò)領(lǐng)域，尤其是涉及無線通信網(wǎng)絡(luò)的 接收系統(tǒng)的信號(hào)盲檢測(cè)領(lǐng)域。
背景技術(shù)：
近年，無線通訊技術(shù)迅猛發(fā)展和多種通訊標(biāo)準(zhǔn)/概念的提出，使得信號(hào)傳輸速率 的極大提高及無線傳輸信道的時(shí)變特性增強(qiáng)，這必然對(duì)盲檢測(cè)技術(shù)提出了更為嚴(yán)格的技術(shù) 要求，如信道的快速時(shí)變特性，要求盲檢測(cè)算法需要具有僅使用較短的數(shù)據(jù)塊就能夠有效 消除符號(hào)間干擾(Inter SymbolInterference, ISI)；調(diào)制方式的多樣化和星座密集化使得 盲檢測(cè)算法的適用性和自適應(yīng)能力急需增強(qiáng)；為減少能耗和系統(tǒng)開銷，就要求算法的運(yùn)算 負(fù)擔(dān)減輕的同時(shí)收斂速度需要加快等等
全反饋網(wǎng)絡(luò)實(shí)現(xiàn)通信信號(hào)盲檢測(cè)可有效解決二值和多值信號(hào)盲檢測(cè)的問題，但是 隨機(jī)設(shè)置網(wǎng)絡(luò)初始狀態(tài)向量，將使得算法容易陷入偽平衡點(diǎn)，且算法收斂速度過慢，盲檢測(cè) 性能也受到了限制。設(shè)計(jì)一種全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)通信信號(hào)的初始狀態(tài)向量方法，借以 在全反饋神經(jīng)網(wǎng)絡(luò)中使用方法，加快算法的收斂速度，避開偽平衡點(diǎn)的吸引域，提高算法檢 測(cè)性能的任務(wù)迫切。發(fā)明內(nèi)容
技術(shù)問題本發(fā)明的目的是針對(duì)全反饋神經(jīng)網(wǎng)絡(luò)(即Hopfield神經(jīng)網(wǎng)絡(luò))信號(hào)盲 檢測(cè)，設(shè)計(jì)一種基于初始狀態(tài)向量控制的全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)方法，旨在為無線通信網(wǎng) 的全反饋網(wǎng)絡(luò)的信號(hào)盲檢測(cè)加快算法的收斂速度，避開偽平衡點(diǎn)的吸引域，提高算法檢測(cè) 性能。
技術(shù)方案本發(fā)明的基于初始狀態(tài)向量控制的全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)方法，在全 反饋神經(jīng)網(wǎng)絡(luò)中使用方法可有效加快算法的收斂速度，避開偽平衡點(diǎn)的吸引域，可一定程 度提高算法檢測(cè)性能。該方法通過接收信號(hào)矩陣的奇異值分解的值空間矩陣重構(gòu)一個(gè)新矩 陣，并計(jì)算該新矩陣的各列指標(biāo)量最小的對(duì)應(yīng)向量作為初始狀態(tài)向量，并記錄盲檢測(cè)時(shí)的 偽平衡點(diǎn)向量，進(jìn)而從新矩陣中向量中尋找一組列向量，使得該基向量與偽平衡點(diǎn)間的歐 氏距離大于偽平衡點(diǎn)吸引域半徑，重新進(jìn)入網(wǎng)絡(luò)反饋過程。
通過控制迭代過程中的初始狀態(tài)向量，使得該基向量與偽平衡點(diǎn)間的歐氏距離大 于偽平衡點(diǎn)吸引域半徑，采用離散型全反饋神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)方程進(jìn)行迭代，從而加快算法 收斂速度；該方法具體步驟如下
⑤.接收數(shù)據(jù)矩陣構(gòu)造
接收端接獲得連續(xù)時(shí)間信道的接收方程
Xn = S Γ H
式中，S= [sL+P(t)，…，sL+P(t+N_l)]T = [%(t)，...，％(t-P-L)]NX(L+P+1)是發(fā)送信 號(hào)陣，P為信道階數(shù)，L為均衡器階數(shù)，t為時(shí)間，N為所需數(shù)據(jù)長(zhǎng)度；^^⑴=[s(t),…，s(t-L-P)]T;s屬于集合A，A為任意調(diào)制信號(hào)數(shù)字星座圖的實(shí)部和虛部的幅度集合，Γ是由 hjj, jj = 0，1，…，P構(gòu)成的塊To印Iitz矩陣，h」j = [h0,…，hP]qX(P+1)是信道沖激響應(yīng)；q 是過采樣因子；(《廣表示共軛轉(zhuǎn)置；(·)Τ表示轉(zhuǎn)置；(ΧΝ)Νχα+1)(1 = [xL(t), -,xL(t+N-l)] τ是接收數(shù)據(jù)陣，其中= Γ · sL+P(t)；6).將接收數(shù)據(jù)矩陣進(jìn)行奇異值分解獲得值空間和零空間向量Xjv= [U，UcV"這里U是奇異值分解中的酉基陣；O是零矩陣，V和U。是酉基陣；D是奇異值陣； ⑦.由于復(fù)數(shù)連續(xù)全反饋神經(jīng)網(wǎng)絡(luò)能量函數(shù)的平衡點(diǎn)就是優(yōu)化問題對(duì)應(yīng)的極值將檢測(cè)信號(hào)的優(yōu)化問題映射到能量函數(shù)，根據(jù)零空間構(gòu)造性能函數(shù)與優(yōu)化問題

權(quán)利要求
1. 一種基于初始狀態(tài)向量控制的全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)方法，其特征是通過控制迭代 過程中的初始狀態(tài)向量，使得該向量與偽平衡點(diǎn)間的歐氏距離大于偽平衡點(diǎn)吸引域半徑， 采用離散型全反饋神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)方程進(jìn)行迭代，從而加快算法收斂速度；該方法具體步 驟如下①.接收數(shù)據(jù)矩陣構(gòu)造接收端接獲得連續(xù)時(shí)間信道的接收方I
全文摘要
本發(fā)明公開了一種基于初始狀態(tài)向量控制的全反饋神經(jīng)網(wǎng)絡(luò)盲檢測(cè)方法。在全反饋神經(jīng)網(wǎng)絡(luò)中使用該方法可有效加快算法的收斂速度，避開偽平衡點(diǎn)的吸引域，可一定程度提高算法檢測(cè)性能。該方法通過接收信號(hào)矩陣的奇異值分解的值空間矩陣重構(gòu)一個(gè)新矩陣，并計(jì)算該新矩陣的各列指標(biāo)量最小的對(duì)應(yīng)向量作為初始狀態(tài)向量，并記錄盲檢測(cè)時(shí)的偽平衡點(diǎn)向量，進(jìn)而從新矩陣中向量中尋找一組列向量，使得該基向量與偽平衡點(diǎn)間的歐氏距離大于偽平衡點(diǎn)吸引域半徑，從而使得算法快速收斂。
文檔編號(hào)H04L27/34GK102035610SQ20101058900
公開日2011年4月27日 申請(qǐng)日期2010年12月15日 優(yōu)先權(quán)日2010年12月15日
發(fā)明者張志涌, 張昀, 阮秀凱 申請(qǐng)人:南京郵電大學(xué)