專利名稱：一種基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無(wú)線資源管理領(lǐng)域和神經(jīng)網(wǎng)絡(luò)領(lǐng)域，是一種基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法。
背景技術(shù)：
TD-SCDMA采用了時(shí)分雙工(TDD)碼分多址(CDMA)與時(shí)分多址(TDMA)技術(shù)相結(jié)合，使得系統(tǒng)干擾模型與頻分雙工(FDD)系統(tǒng)具有很大差異.TD-SCDMA標(biāo)準(zhǔn)采用上行同步、智能天線多用戶檢測(cè)等先進(jìn)技術(shù)有效地抑制了系統(tǒng)小區(qū)內(nèi)干擾。智能天線的功能主要是表現(xiàn)在它能夠自適應(yīng)地判斷信號(hào)方向和數(shù)量，并跟蹤期望信號(hào)，然后通過(guò)下行鏈路進(jìn)行波束賦形，將在期望信號(hào)方向產(chǎn)生最大增益，并使干擾方向增益最小，從而抑制了干擾信號(hào).由于智能天線所接收的往往都是多徑信號(hào)，并且信號(hào)源數(shù)可能多于天線陣元數(shù).因此，信道的復(fù)雜性，對(duì)判斷及跟蹤信號(hào)的到達(dá)方向(DOA)算法提出了更高的要求，這也是上行鏈路得以實(shí)際應(yīng)用的技術(shù)關(guān)鍵。現(xiàn)有的智能天線抗干擾算法計(jì)算量普遍較大，收斂速度慢.在需要高速實(shí)時(shí)處理的環(huán)境下難以實(shí)現(xiàn)有效的信號(hào)跟蹤.而且一般不能處理信號(hào)源數(shù)多于天線陣元時(shí)的情況。故考慮采用結(jié)合前向神經(jīng)網(wǎng)絡(luò)模型，克服缺點(diǎn)。主要考慮網(wǎng)絡(luò)連接的拓?fù)浣Y(jié)構(gòu)、神經(jīng)元的特征、學(xué)習(xí)規(guī)則等。目前，已有近40種神經(jīng)網(wǎng)絡(luò)模型，其中有反傳網(wǎng)絡(luò)、感知器、自組織映射、Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)、適應(yīng)諧振理論等。根據(jù)連接的拓?fù)浣Y(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)模型可以分為(I)前向網(wǎng)絡(luò)，網(wǎng)絡(luò)中各個(gè)神經(jīng)元接受前一級(jí)的輸入，并輸出到下一級(jí)，網(wǎng)絡(luò)中沒有反饋，可以用一個(gè)有向無(wú)環(huán)路圖表示。這種網(wǎng)絡(luò)實(shí)現(xiàn)信號(hào)從輸入空間到輸出空間的變換，它的信息處理能力來(lái)自于簡(jiǎn)單非線性函數(shù)的多次復(fù)合。網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，易于實(shí)現(xiàn)。反傳網(wǎng)絡(luò)是一種典型的前向網(wǎng)絡(luò)。(2)反饋網(wǎng)絡(luò)，網(wǎng)絡(luò)內(nèi)神經(jīng)元間有反饋，可以用一個(gè)無(wú)向的完備圖表示。這種神經(jīng)網(wǎng)絡(luò)的信息處理是狀態(tài)的變換，可以用動(dòng)力學(xué)系統(tǒng)理論處理。系統(tǒng)的穩(wěn)定性與聯(lián)想記憶功能有密切關(guān)系。Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)均屬于這種類型。以神經(jīng)網(wǎng)絡(luò)方法將天線背架視為空間桁架結(jié)構(gòu)，用傳感對(duì)結(jié)構(gòu)變形狀態(tài)進(jìn)行檢測(cè)并通過(guò)其在電場(chǎng)作用下的伸縮效應(yīng)進(jìn)行天線結(jié)構(gòu)的形狀控制。

發(fā)明內(nèi)容
本發(fā)明目的是克服現(xiàn)有方法存在計(jì)算量普遍較大，收斂速度慢的不足，提供一種基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法。該方法是一種簡(jiǎn)單易行、便于操作、誤差低、通訊質(zhì)量強(qiáng)、抗干擾好的方法。本發(fā)明提供的基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法，包括以下步驟第I、利用智能天線背架結(jié)構(gòu)為模型，推導(dǎo)出智能天線結(jié)構(gòu)的數(shù)學(xué)模型架構(gòu)，并基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了智能天線結(jié)構(gòu)的設(shè)計(jì)，用傳感器對(duì)結(jié)構(gòu)變形狀態(tài)進(jìn)行檢測(cè)，并通過(guò)其在電場(chǎng)作用下的伸縮效應(yīng)進(jìn)行天線結(jié)構(gòu)的形狀控制，以滿足天線反射面精度要求；第2、據(jù)漢密爾頓原理及線性壓電的本構(gòu)方程，由智能天線結(jié)構(gòu)系統(tǒng)節(jié)點(diǎn)位移自由度數(shù)和壓電桿件數(shù)，利用靜電和靜力平衡，可得智能天線結(jié)構(gòu)系統(tǒng)的機(jī)電耦合靜態(tài)平衡方程；對(duì)于壓電檢測(cè)元件，其外加電壓為零，可得結(jié)構(gòu)系統(tǒng)檢測(cè)方程；第3、TD-SCDMA智能天線要實(shí)現(xiàn)兩種波束，一種是廣播波束，一種是業(yè)務(wù)波束；廣播波束是在廣播時(shí)隙形成，要實(shí)現(xiàn)對(duì)整個(gè)小區(qū)的廣播，所以要求波束寬度很寬，盡量做到小區(qū)無(wú)縫隙覆蓋；業(yè)務(wù)波束是在建立具體的通話鏈路后形成，也就是形成跟蹤波束，此時(shí)它會(huì)針對(duì)每一個(gè)用戶形成一個(gè)很窄的波束，而且這些波束會(huì)緊緊地跟蹤用戶；由于波束很窄，能量比較集中，在相同功率的情況下，智能天線能將有用信號(hào)強(qiáng)度增加，同時(shí)減小對(duì)其它方向用戶的干擾，由于智能天線能很好地集中信號(hào)，所以發(fā)射機(jī)可以適當(dāng)?shù)販p小發(fā)射功率；業(yè)務(wù)波束減少小區(qū)間和小區(qū)內(nèi)干擾；基站在小區(qū)范圍內(nèi)跟蹤移動(dòng)臺(tái)，可提聞移動(dòng)臺(tái)端信擾比，得到更高的頻譜利用率；應(yīng)用8米圓拋物面天線背架，考慮結(jié)構(gòu)和載荷的對(duì)稱性，在天線處于仰天狀態(tài)時(shí)，將原結(jié)構(gòu)簡(jiǎn)化為一平面桁架結(jié)構(gòu)；第4、結(jié)構(gòu)變形只能近似檢測(cè)，不完全測(cè)量與結(jié)構(gòu)變形的待控量之間的對(duì)應(yīng)關(guān)系可用神經(jīng)網(wǎng)絡(luò)變形估計(jì)確定，典型的前向神經(jīng)網(wǎng)絡(luò)，第j個(gè)神經(jīng)元輸出可表示為
權(quán)利要求
1.一種基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法，其特征在于它包括以下步驟 第I、利用智能天線背架結(jié)構(gòu)為模型，推導(dǎo)出智能天線結(jié)構(gòu)的數(shù)學(xué)模型架構(gòu)，并基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了智能天線結(jié)構(gòu)的設(shè)計(jì)，用傳感器、作動(dòng)桿對(duì)結(jié)構(gòu)變形狀態(tài)對(duì)其進(jìn)行檢測(cè)，通過(guò)其在電場(chǎng)作用下的伸縮效應(yīng)進(jìn)行天線結(jié)構(gòu)的形狀控制，以滿足天線反射面精度要求；第2、據(jù)漢密爾頓原理及線性壓電的本構(gòu)方程，由智能天線結(jié)構(gòu)系統(tǒng)節(jié)點(diǎn)位移自由度數(shù)和壓電桿件數(shù)，利用靜電和靜力平衡，可得智能天線結(jié)構(gòu)系統(tǒng)的機(jī)電耦合靜態(tài)平衡方程；對(duì)于壓電檢測(cè)元件，其外加電壓為零，可得結(jié)構(gòu)系統(tǒng)檢測(cè)方程； 第3、TD-SCDMA智能天線要實(shí)現(xiàn)兩種波束，一種是廣播波束，一種是業(yè)務(wù)波束； 廣播波束是在廣播時(shí)隙形成，要實(shí)現(xiàn)對(duì)整個(gè)小區(qū)的廣播，所以要求波束寬度很寬，盡量做到小區(qū)無(wú)縫隙覆蓋； 業(yè)務(wù)波束是在建立具體的通話鏈路后形成，也就是形成跟蹤波束，此時(shí)它會(huì)針對(duì)每一個(gè)用戶形成一個(gè)很窄的波束，而且這些波束會(huì)緊緊地跟蹤用戶； 由于波束很窄，能量比較集中，在相同功率的情況下，智能天線能將有用信號(hào)強(qiáng)度增力口，同時(shí)減小對(duì)其它方向用戶的干擾，由于智能天線能很好地集中信號(hào)，所以發(fā)射機(jī)可以適當(dāng)?shù)販p小發(fā)射功率； 業(yè)務(wù)波束減少小區(qū)間和小區(qū)內(nèi)干擾；基站在小區(qū)范圍內(nèi)跟蹤移動(dòng)臺(tái)，可提聞移動(dòng)臺(tái)端信擾比，得到更高的頻譜利用率；應(yīng)用8米圓拋物面天線背架，考慮結(jié)構(gòu)和載荷的對(duì)稱性，在天線處于仰天狀態(tài)時(shí)，將原結(jié)構(gòu)簡(jiǎn)化為一平面桁架結(jié)構(gòu)； 第4、結(jié)構(gòu)變形只能近似檢測(cè)，不完全測(cè)量與結(jié)構(gòu)變形的待控量之間的對(duì)應(yīng)關(guān)系可用神經(jīng)網(wǎng)絡(luò)變形估計(jì)確定，典型的前向神經(jīng)網(wǎng)絡(luò)，第j個(gè)神經(jīng)元輸出可表示為 xJ= fAxJ-)=⑴ W 其中Xp Xj為節(jié)點(diǎn)j的總輸入和輸出、為節(jié)點(diǎn)W到j(luò)的鏈接加權(quán)量；xw為節(jié)點(diǎn)在W上的輸出；Fj()為作用函數(shù)。
神經(jīng)元常取Sigmoid形的函數(shù)作用函數(shù)Fj (Xj) = a ./ (I+exp (- β」(Xj- θ」)))(2) 其中α」、β」、θ j與kwj為網(wǎng)絡(luò)特征參數(shù)，由前向神經(jīng)網(wǎng)絡(luò)算法確定； 人工神經(jīng)網(wǎng)絡(luò)ANN估計(jì)器以檢測(cè)元件的輸出來(lái)估計(jì)已經(jīng)發(fā)生的變形，同時(shí)把估計(jì)值作為人工神經(jīng)網(wǎng)絡(luò)形狀控制器的輸入，再以作動(dòng)元件控制電壓作用下的伸縮效應(yīng)來(lái)有效控制結(jié)構(gòu)的變形； 誤差傳播算法即用前向式神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，以調(diào)整網(wǎng)絡(luò)特征參數(shù)，并保證誤差準(zhǔn)則函數(shù)達(dá)到最小E = Y4E1i (3) Ei=HlYj(Ci)-X]) j 其中:d 、分別為網(wǎng)絡(luò)輸出層第j個(gè)節(jié)點(diǎn)在第i個(gè)樣本下的標(biāo)準(zhǔn)輸出和實(shí)際輸出； 用自適應(yīng)變步長(zhǎng)含慣性項(xiàng)的誤差傳播算法，以提高迭代收斂速度，具體的學(xué)習(xí)過(guò)程為第一步，給網(wǎng)絡(luò)特征參數(shù)賦(0，1)內(nèi)的隨機(jī)數(shù)； 第二步，以一組樣本，的前向傳播得各單兀總輸入和相應(yīng)輸出值； 第三步，根據(jù)誤差反向傳播修改網(wǎng)絡(luò)特征參數(shù)； 第四步，重復(fù)第二步、第三步直至總誤差E最小。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于第3步所述的將原結(jié)構(gòu)簡(jiǎn)化為一平面桁架結(jié)構(gòu)，以3、5、7節(jié)點(diǎn)z向位移為反射面精度待控量，選擇桿件34、56、78三桿為檢測(cè)作動(dòng)桿件，節(jié)點(diǎn)3、5、7處作用的載荷為風(fēng)荷作用于反射面的等效節(jié)。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于所述受取學(xué)習(xí)速率初值為α=0.05，網(wǎng)絡(luò)特征參數(shù)除權(quán)重外其余設(shè)為常數(shù)，人工神經(jīng)網(wǎng)絡(luò)估計(jì)器和控制器分別經(jīng)過(guò)84560和54125個(gè)周期的訓(xùn)練后，使總誤差E < O. 001，并得到相應(yīng)的各權(quán)重系數(shù)值。
4.根據(jù)權(quán)利要求要求I所述的方法，其特征在于通過(guò)在傳統(tǒng)天線背架上安裝壓電主動(dòng)元件，采用神經(jīng)網(wǎng)絡(luò)控制方法較大程度提高天線結(jié)構(gòu)在外載荷作用下的工作性能，使天線能夠在更小的工作波長(zhǎng)的情況下的正常工作。
5.根據(jù)權(quán)利要求要求I所述的方法，其特征在于選擇結(jié)構(gòu)變形估計(jì)器和形狀控制器的人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為(3-10-3)型，設(shè)計(jì)方法簡(jiǎn)單易于實(shí)現(xiàn)，具有較強(qiáng)的可操作性。
全文摘要
一種基于智能天線和神經(jīng)網(wǎng)絡(luò)算法的抗干擾方法。該方法由以天線的背架結(jié)構(gòu)為模型，基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了智能天線結(jié)構(gòu)變形估計(jì)器和形狀控制器的設(shè)計(jì)，采用改進(jìn)誤差算法，實(shí)現(xiàn)收斂速度快和運(yùn)算量小的特點(diǎn)，具有較強(qiáng)的抗干擾的特性。向前人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)采用經(jīng)典的適用型號(hào)，結(jié)合智能天線，且利用雙極化智能天線實(shí)現(xiàn)了實(shí)際操作的便宜性。8單元雙極化智能天線的容量能達(dá)到滿容量；覆蓋方面在正常小區(qū)覆蓋范圍內(nèi)，未見明顯覆蓋損失。雙極化智能天線的橫向尺寸相對(duì)于常規(guī)單極化智能天線減少了50%以上，在減小迎風(fēng)面積、降低工程安裝難度和減小普通用戶對(duì)電磁輻射恐慌方面則具有明顯的優(yōu)勢(shì)。
文檔編號(hào)H04W16/28GK102638296SQ201210053500
公開日2012年8月15日 申請(qǐng)日期2012年3月3日 優(yōu)先權(quán)日2012年3月3日
發(fā)明者何宏, 武聰聰 申請(qǐng)人:天津理工大學(xué)