專利名稱：一種雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成裝置及其形成方法
技術(shù)領(lǐng)域：
本發(fā)明涉及自動(dòng)控制領(lǐng)域和盲波束形成領(lǐng)域，尤其是一種雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成裝置及其形成方法。
背景技術(shù)：
移動(dòng)通信中使用智能天線技術(shù)能夠使信道容量提高。在智能天線技術(shù)中的主要任務(wù)之一就是如何實(shí)時(shí)地實(shí)現(xiàn)波束賦形。只有解決了該任務(wù)后才能實(shí)現(xiàn)智能天線波束賦形算法。智能天線能夠自適應(yīng)的判斷多信源的數(shù)量和方向，并跟蹤到期望信號(hào)，然后可以在下行鏈路中通過(guò)波束賦形算法對(duì)發(fā)射的波束在期望信號(hào)方向產(chǎn)生最大增益，在干擾方向產(chǎn)生較深的零陷。在波束賦形的過(guò)程中，信號(hào)或信道的性質(zhì)是未知的且不需要發(fā)射訓(xùn)練信號(hào)或者知道陣列方向向量等先驗(yàn)知識(shí)，則稱之為盲波束形成。在智能天線的接收端，收到的信號(hào)往往是多徑信號(hào)，信號(hào)源數(shù)量往往大于陣列元數(shù)量。這樣對(duì)盲波束形成算法提出了較高的要求。在M陣元的直線天線陣中，設(shè)來(lái)自空間有K (K〈M)個(gè)窄帶信號(hào)，這些窄帶信號(hào)的頻率在ω。附近，入射角度為P1, θ2，θ3，…，θκ}公式
權(quán)利要求
1.一種雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成裝置，其特征在于它包括信號(hào)預(yù)處理器、雙階段神經(jīng)網(wǎng)絡(luò)信號(hào)處理模塊和信號(hào)后處理模塊；其中，所述信號(hào)預(yù)處理器的輸入端接收來(lái)自天線陣列并經(jīng)過(guò)A/D轉(zhuǎn)換后的數(shù)字信號(hào)，其輸出端連接雙階段神經(jīng)網(wǎng)絡(luò)信號(hào)處理模塊的輸入端；所述雙階段神經(jīng)網(wǎng)絡(luò)信號(hào)處理模塊的輸出端連接信號(hào)后處理模塊的輸入端；所述信號(hào)后處理模塊的輸出端輸出最佳權(quán)值向量信號(hào)。
2.根據(jù)權(quán)利要求I所述一種雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成裝置，其特征在于所述雙階段神經(jīng)網(wǎng)絡(luò)信號(hào)處理模塊由不少于2個(gè)PNN單元的第一階段子概率神經(jīng)網(wǎng)絡(luò)模塊和由與第一階段PNN單元數(shù)量相同的GRNN單元的第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊構(gòu)成；其中，所述的第一階段子概率神經(jīng)網(wǎng)絡(luò)模塊中的PNN單元的輸入端通過(guò)總線與信號(hào)與處理模塊的輸出端連接，其輸出端與第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊中的GRNN單元的輸入端呈一一對(duì)應(yīng)連接；所述第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊中的GRNN單元的輸入端通過(guò)總線與信號(hào)與處理模塊的輸出端連接，其輸出端通過(guò)總線與信號(hào)后處理模塊的輸入端連接。
3.—種權(quán)利要求I所述雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成方法，其特征在于它包括以下步驟 ①天線陣列接收從0°到180°的信號(hào)源，當(dāng)接收到某信號(hào)源入射至天線時(shí)，天線將接收到的信號(hào)向量X(t)輸入至信號(hào)預(yù)處理模塊，以獲取信號(hào)的自相關(guān)矩陣Rxx，并提取自相關(guān)矩陣Rxx的上三角元素，并將每個(gè)元素按照實(shí)部和虛部分成兩個(gè)元素，形成形成維數(shù)為 一 bMX(M-I)的新向量b，然后再將b向量進(jìn)行歸一化處理z = p| ； ②將步驟①中獲得的z向量輸入至第一階段子概率神經(jīng)網(wǎng)絡(luò)模塊中；該網(wǎng)絡(luò)模塊中的各個(gè)PNN單元將對(duì)輸入的信號(hào)進(jìn)行判決，即若入射至天線的信號(hào)源在其對(duì)應(yīng)的扇區(qū)內(nèi)，則該扇區(qū)對(duì)應(yīng)的PNN單元輸出為“I”；否則，輸出“0”，將此信號(hào)傳送給第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊，若為“I”信號(hào)則第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊被啟動(dòng)，也就是說(shuō)第一階段的PNN單元的輸出為“ I ”時(shí)，第二階段與其相對(duì)應(yīng)的GRNN單元才會(huì)工作； ③將步驟①中所產(chǎn)生的z向量和步驟②中所產(chǎn)生的0/1信號(hào)輸入至第二階段廣義回歸神經(jīng)網(wǎng)絡(luò)模塊；被激活的GRNN單元對(duì)z向量進(jìn)行處理，產(chǎn)生權(quán)值向量W。； ④信號(hào)后處理模塊完成由權(quán)值向量Wtl到最優(yōu)權(quán)值Wtjpt的映射，即#_= %，其中 I 訊剛。
全文摘要
一種雙階段神經(jīng)網(wǎng)絡(luò)下的盲波束形成裝置，它包括信號(hào)預(yù)處理器、雙階段神經(jīng)網(wǎng)絡(luò)信號(hào)處理模塊和信號(hào)后處理模塊；其盲波束形成方法，包括接收信號(hào)、向量處理、分扇區(qū)進(jìn)行判斷驅(qū)動(dòng)、產(chǎn)生權(quán)值向量、完成最優(yōu)權(quán)值的映射；其優(yōu)越性在于結(jié)構(gòu)簡(jiǎn)單，操作方便，盲波束形成方法能夠快速逼近盲波束形成最優(yōu)權(quán)值；能夠減輕信道衰落并且抑制干擾信號(hào)來(lái)提高通信質(zhì)量和信道容量。
文檔編號(hào)H04B7/06GK102868432SQ20121033139
公開(kāi)日2013年1月9日 申請(qǐng)日期2012年9月7日 優(yōu)先權(quán)日2012年9月7日
發(fā)明者何宏, 李濤, 張志宏, 徐曉寧 申請(qǐng)人:天津理工大學(xué)