專利名稱：基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)及控制方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無線移動(dòng)通信技術(shù)領(lǐng)域，具體是基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)及控制方法，用于對(duì)信息數(shù)據(jù)進(jìn)行擴(kuò)頻、解擴(kuò)，小波包多載波調(diào)制、解調(diào)，均衡及信號(hào)檢測(cè)處理。
在移動(dòng)無線信道中，由于存在多徑效應(yīng)，傳輸?shù)臄?shù)字信號(hào)產(chǎn)生時(shí)延擴(kuò)展，造成接收信號(hào)中前后碼元交疊，產(chǎn)生碼間干擾ISI，造成錯(cuò)誤判決，嚴(yán)重影響傳輸質(zhì)量，在碼元速率較高情況下更是這樣。這是由于在碼元周期很短的情況下，時(shí)延擴(kuò)展將跨越更多的碼元，造成嚴(yán)重的碼間干擾。從另一方面來看，碼元速率較高時(shí)信號(hào)帶寬較寬，當(dāng)信號(hào)帶寬接近和超過信道的相干帶寬時(shí)信道的時(shí)間彌散將對(duì)接收信號(hào)造成頻率選擇性衰落。所以時(shí)間彌散是使無線信道傳輸速率受限的主要原因之一。為了解決信息傳輸速率和時(shí)間彌散之間的矛盾，提出了正交頻分復(fù)用技術(shù)OFDM。
正交頻分復(fù)用技術(shù)OFDM的基本原理就是把高速的數(shù)據(jù)流通過串并變換，分配到傳輸輸率相對(duì)較低的若干子信道中進(jìn)行傳輸。正交頻分復(fù)用技術(shù)OFDM技術(shù)具有把高速數(shù)據(jù)流通過串并變換，使得每個(gè)子載波上的數(shù)據(jù)符號(hào)持續(xù)長度相對(duì)增加，從而可以有效地減小無線信道地時(shí)間彌散所帶來地ISI；而且由于正交頻分復(fù)用技術(shù)OFDM每個(gè)子載波之間存在正交性，允許子載波的頻譜相互重疊，因此可以最大限度的利用頻譜資源；在OFDM技術(shù)中的正交調(diào)制和解調(diào)可以采用逆離散傅立葉變換IDFT和離散傅立葉變換DFT方法實(shí)現(xiàn)，并且能夠利用高效的快速傅立葉變換FFT技術(shù)。由于正交頻分復(fù)用技術(shù)OFDM技術(shù)具備了上述優(yōu)點(diǎn)，其應(yīng)用越來越得到人們的廣泛關(guān)注。但是，正交頻分復(fù)用技術(shù)OFDM也有不足之處，即正交頻分復(fù)用技術(shù)OFDM對(duì)頻偏和相位噪聲比較敏感，容易帶來衰耗；OFDM的峰值平均功率比較大，會(huì)導(dǎo)致射頻放大器的功率效率比較低；正交頻分復(fù)用技術(shù)OFDM子載波帶寬是恒定的；不可能自適應(yīng)分配子載波帶寬；而且OFDM也不具有頻域、時(shí)域支持能力。
隨著小波和小波包技術(shù)的發(fā)展，基于小波包的多載波調(diào)制技術(shù)越來越受到人們的關(guān)注。基于小波包的多載波調(diào)制技術(shù)中的基函數(shù)彼此是相互正交的而且它們的反變換也是相互正交的。在基于小波包的多載波調(diào)制系統(tǒng)中，由于這些小波包基函數(shù)的頻譜是相互重疊的，因此利用小波包基函數(shù)作為子載波可以保證頻譜的有效利用。另外基于小波包的多載波調(diào)制技術(shù)也具有把高速數(shù)據(jù)流通過串并變換，使得每個(gè)子載波上的數(shù)據(jù)符號(hào)持續(xù)長度相對(duì)增加，從而也具有減小無線信道的時(shí)間彌散所帶來的ISI的作用；而且由于基于小波包的多載波調(diào)制技術(shù)每個(gè)子載波之間存在正交性，允許子載波的頻譜相互重疊，因此可以最大限度的利用頻譜資源；并且在文獻(xiàn)(J.Wu，“Wavelet packet divisionmultiplexing，”Ph.D.dissertation，Dept.of Elect.And Comput.Eng，McMasterUniv.，Hamilton，Canada，1998；L.Zhou，J.Li，J.Liu，and G.Zhang，A novel waveletpacket division multiplexing based on maximum likelihood algorithm and optimumpilot symbol assisted modulation for Rayleigh fading channels，Accepted byCircuits System and Signal processing.)中，已經(jīng)證明了基于小波包的多載波調(diào)制技術(shù)的帶寬效率要高于正交頻分復(fù)用技術(shù)OFDM的帶寬效率；在基于小波包的多載波調(diào)制技術(shù)中的正交調(diào)制和解調(diào)可以采用高效的逆離散小波包變換IDWPT和離散小波包變換DWPT方法實(shí)現(xiàn)，其計(jì)算效率也優(yōu)于正交頻分復(fù)用技術(shù)OFDM中的傅立葉變換的計(jì)算效率。由于基于小波包的多載波調(diào)制技術(shù)中的小波包函數(shù)本質(zhì)上是由一個(gè)函數(shù)產(chǎn)生的，因此基于小波包的多載波調(diào)制技術(shù)可以克服在正交頻分復(fù)用技術(shù)OFDM中存在的對(duì)頻偏和相位噪聲比較敏感和OFDM的峰值平均功率比較大，會(huì)導(dǎo)致射頻放大器的功率效率比較低等缺點(diǎn)；而且基于小波包的多載波調(diào)制技術(shù)中子載波帶寬是不等的因而可以克服正交頻分復(fù)用技術(shù)OFDM子載波帶寬是恒定的；不可能自適應(yīng)分配子載波帶帶寬這一不足之處。
在基于小波包的多載波擴(kuò)頻系統(tǒng)中，衰落信道在一個(gè)小波包多載波調(diào)制碼元內(nèi)的時(shí)變會(huì)導(dǎo)致子載波間的正交性喪失。因此無線信道具有較嚴(yán)重的時(shí)變性和多徑效應(yīng)時(shí)，會(huì)引起傳送的小波包多載波調(diào)制信號(hào)的符號(hào)間串?dāng)_，這時(shí)需要采用信道均衡技術(shù)來減輕信道的多徑衰落的影響。在各種信道均衡技術(shù)中，線性均衡器如迫零均衡器由于其簡(jiǎn)單、易實(shí)現(xiàn)等優(yōu)點(diǎn)已在低速通信系統(tǒng)中得到了廣泛應(yīng)用.但是，在高速數(shù)字通信系統(tǒng)中，信道非線性成為影響信道誤碼性能的主要因素，這時(shí)需要采用非線性均衡器才能獲得理想的通信性能。常見的非線性均衡器如神經(jīng)網(wǎng)絡(luò)均衡器。神經(jīng)網(wǎng)絡(luò)均衡器是具有超高維的非線性系統(tǒng)，因而許多具有隱含層的神經(jīng)網(wǎng)絡(luò)都具有良好的非線性逼近能力。目前采用最多的是多層前饋神經(jīng)網(wǎng)絡(luò)BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)，但是BP網(wǎng)絡(luò)存在收斂速度慢、易產(chǎn)生振蕩、易陷入誤差的局部極小值點(diǎn)、隱含節(jié)點(diǎn)數(shù)很難確定等缺點(diǎn)。但是，徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)可以克服上述BP網(wǎng)絡(luò)的缺點(diǎn)，具有較好的抑制多徑信道引起的碼間干擾能力。

發(fā)明內(nèi)容
本發(fā)明目的是避免現(xiàn)有技術(shù)的不足，提出一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)(Wavelet Packet Spread Spectrum，WPSS)及控制方法，用以實(shí)現(xiàn)在無線信道下，通信雙方更加安全可靠的傳輸信息，并且提高接收機(jī)的魯棒性和智能化水平。
本發(fā)明解決技術(shù)問題的方案是將小波包變換、復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(ComplexRadial Basis Function neural network，CRBF neural network)和最大似然(MaximumLikelihood，ML)檢測(cè)算法應(yīng)用于多載波擴(kuò)頻系統(tǒng)，在多徑衰落信道下，構(gòu)成一種新型的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)(NNE-WPSS)。該系統(tǒng)包括發(fā)射端、接收端及多徑衰落信道模塊，其發(fā)射端主要由正交幅度調(diào)制器QAM、擴(kuò)頻及小波包調(diào)制模塊構(gòu)成；接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF、解擴(kuò)及小波包解調(diào)模塊、最大似然檢測(cè)器ML、正交幅度解調(diào)器QAM構(gòu)成；在擴(kuò)頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1；在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF與解擴(kuò)小波包解調(diào)模塊之間設(shè)有開關(guān)K2；所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF還與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接；將開關(guān)K1、K2置于位置P，啟動(dòng)神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊，對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的權(quán)值進(jìn)行更新；將開關(guān)K1、K2置于位置Q，多徑衰落信道模塊將發(fā)射端和接收端連通，信息比特由發(fā)射端的正交幅度調(diào)制器QAM映射，經(jīng)擴(kuò)頻及小波包調(diào)制后通過多徑衰落信道送至接收端；由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF抑制多徑衰落信道引起的碼間干擾，經(jīng)解擴(kuò)及小波包解調(diào)，送至最大似然檢測(cè)器ML判別，最后正交幅度調(diào)制器QAM將判別的碼元映射成信息比特。
在上述擴(kuò)頻及小波包調(diào)制模塊內(nèi)設(shè)置復(fù)制器、逆離散小包波變換IDWPT，在逆離散小波包變換IDWPT前插入擴(kuò)頻碼(Walsh-Hadamard碼，WH)；在解擴(kuò)及小波包調(diào)制模塊內(nèi)設(shè)置離散小波包變換DWPT、求和器，在離散小波包后插入擴(kuò)頻碼WH和子帶增益因子；在均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時(shí)器、最小均方算法模塊LMS及判決器。
本發(fā)明提供的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，通過擴(kuò)頻及小波包變換；更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值；解擴(kuò)及小波包變換和用最大似然檢測(cè)算法檢測(cè)碼元的操作，實(shí)現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴(kuò)頻碼WH對(duì)碼元進(jìn)行擴(kuò)頻操作，用逆離散小波包變換IDWPT對(duì)擴(kuò)頻后的信息碼元進(jìn)行調(diào)制，形成多載波擴(kuò)頻信號(hào)；其次用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值，然后用離散小波包變換DWPT對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進(jìn)行解調(diào)，并用與發(fā)射端相同的擴(kuò)頻碼W對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)；最后利用最大似然檢測(cè)算法ML檢測(cè)信息碼元。
所述擴(kuò)頻及逆離散小波包變換IDWPT調(diào)制碼元的步驟如下[1]將單個(gè)數(shù)據(jù)碼元復(fù)制成M支路；[2]將M支路的碼元與擴(kuò)頻碼WH對(duì)應(yīng)相乘；[3]利用逆離散小波包變換IDWPT將擴(kuò)頻碼片映射到每個(gè)子載波上，發(fā)送碼元s1如下式所示s1＝φCml＝ψml(1)式(1)中，ml表示為第l個(gè)數(shù)據(jù)碼元；φ表示為逆離散小波包變換IDWPT矩陣；C表示為擴(kuò)頻碼WH矢量；ψ表示為小波包多載波擴(kuò)頻WPSS矢量φC。
所述利用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值按步驟如下[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進(jìn)入多徑衰落信道，附加高斯白噪音AWGN后，進(jìn)入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進(jìn)入延時(shí)器z-τ；[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f(rk))分成兩路，一路經(jīng)判決器輸出為 ；另一路到最小均方算法模塊(LMS)，與從延時(shí)器輸出的dk-τ進(jìn)行LMS計(jì)算；1)不斷用dk-τ與f(rk))進(jìn)行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (2)2)用誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，ωi，k＝ωi，k-1+ηωekβi(‖rk-μi‖) (3)在式(3)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值；ωi，k迭代第k時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值；‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個(gè)神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離；βi(‖rk-μi‖)表示為對(duì)于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)。
所述利用離散小波包DWPT及擴(kuò)頻碼WH對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元解調(diào)、解擴(kuò)的步驟如下[1]發(fā)射端輸出的碼元通過多徑衰落信道和附加高斯白噪聲到達(dá)接收端，信道輸出rk的矢量形式可以表示為rk＝Hsk+zk(4)
在(4)式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣；[2]當(dāng)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達(dá)到預(yù)值時(shí)接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)來抑制由多徑衰落信道引起的碼間干擾；復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1Pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(5)]]>[3]用離散小波包變換(DWPT)對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進(jìn)行解調(diào)，并用與發(fā)射端相同的擴(kuò)頻碼(WH)對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)，解擴(kuò)輸出表示為m^(k)=λCΦTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(6)]]>在式(6)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置； 表示為離散小波包變換DWPT第k個(gè)輸入矢量；λ表示為小波包子帶增益因子矢量并且其是由M個(gè)子帶增益因子λi所組成；C表示為對(duì)應(yīng)于發(fā)送端的擴(kuò)頻碼。
所述的用最大似然檢測(cè)算法(ML)檢測(cè)碼元要根據(jù)解擴(kuò)輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，檢測(cè)判斷出最有可能的發(fā)送碼元，其判別最有可能傳輸?shù)拇a元的算法用下式表示m^ML(k)=argminIi(||m^(k)-Ii||2)---(7)]]>式中Ii為所有可能傳輸?shù)拇a元。
與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)1.本發(fā)明采用的多載波調(diào)制是基于小波包的，該調(diào)制方法與正交頻分復(fù)用OFDM、相比，具有比較好的時(shí)域支持和頻域支持，具有流水線式操作，及比較好的帶寬效率；本發(fā)明的擴(kuò)頻系統(tǒng)則具有支持單用戶和多用戶的能力；其具有內(nèi)在的頻率分集可以克服頻率選擇性衰落的能力；2.本發(fā)明采用具有強(qiáng)大非線性映射能力的徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)作為基于小波包的多載波擴(kuò)頻系統(tǒng)的均衡器，用來抑制多徑信道引起的碼間干擾。在無線信道多徑衰落嚴(yán)重時(shí)，徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)可以很好的補(bǔ)償信道頻域響應(yīng)中“凹槽”附近的幅度衰落，與線性均衡器相比，不會(huì)對(duì)該段頻譜進(jìn)行放大，并且使該頻段的噪聲減小。不但如此；本發(fā)明采用的復(fù)徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)與目前采用最多的是多層前饋神經(jīng)網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)相比，具有收斂速度快、不易產(chǎn)生振蕩、不易陷入誤差的局部極小值點(diǎn)、隱含節(jié)點(diǎn)數(shù)易于確定等優(yōu)點(diǎn)。徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)在一定程度上克服了多層層間全互聯(lián)網(wǎng)絡(luò)的非線性復(fù)雜度，學(xué)習(xí)算法LMS簡(jiǎn)潔且易于實(shí)現(xiàn)。
將本發(fā)明與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴(kuò)頻系統(tǒng)NNE-OFDM-SS和自行擬制的基于迫零均衡器ZFE的小波包的多載波擴(kuò)頻系統(tǒng)ZFE-WPSS進(jìn)行仿真試驗(yàn)，仿真結(jié)果表明在多徑衰落信道及不同調(diào)制制式下，本發(fā)明的碼元誤碼率(Symbol Error Rate，SER)性能要優(yōu)于后兩者。
3.本發(fā)明采用了基于Walsh-Hadamard碼的擴(kuò)頻通信技術(shù)，因此本發(fā)明所設(shè)計(jì)的系統(tǒng)與傳統(tǒng)的通信系統(tǒng)相比具有如下幾個(gè)優(yōu)點(diǎn)(1)由于本發(fā)明將信號(hào)擴(kuò)展到很寬的頻帶上，在接收端對(duì)擴(kuò)頻信號(hào)進(jìn)行相關(guān)處理即帶寬壓縮，恢復(fù)成窄帶信號(hào)。對(duì)干擾信號(hào)而言，由于與擴(kuò)頻偽隨機(jī)碼不相關(guān)，則被擴(kuò)展到一很寬的頻帶上，使進(jìn)入信號(hào)通頻帶內(nèi)的干擾功率大大降低，相應(yīng)的增加了相關(guān)器的輸出信號(hào)/干擾比，因此本發(fā)明具有很強(qiáng)的抗干擾能力。
(2)本發(fā)明采用的擴(kuò)頻通信技術(shù)本身就是一種多址通信方式，稱為擴(kuò)頻多址(SSMA-Spread Spectrum Multiple Access)，是碼分多址CDMA的一種，用不同的擴(kuò)頻碼組成不同的網(wǎng)。雖然擴(kuò)頻系統(tǒng)占用了很寬的頻帶，但由于各網(wǎng)可在同一時(shí)刻共用同一頻段，其頻譜利用率甚至比單路單載波系統(tǒng)還要高。
(3)由于本發(fā)明將傳送的信息擴(kuò)展到很寬的頻帶上去，其功率密度隨頻譜的展寬而降低，甚至可以將信號(hào)淹沒在噪聲中。因此，其保密性很強(qiáng)，要截獲或竊聽、偵察這樣的信號(hào)是非常困難的，除非采用與發(fā)送端所用的擴(kuò)頻碼且與之同步后進(jìn)行相關(guān)檢測(cè)，否則對(duì)擴(kuò)頻信號(hào)是無能為力的。
(4)在移動(dòng)通信、室內(nèi)通信等通信環(huán)境下，多徑干擾是非常嚴(yán)重的，系統(tǒng)必須具有很強(qiáng)的抗干擾能力，才能保證通信的暢通。由于本發(fā)明采用擴(kuò)頻通信技術(shù)使其具有很強(qiáng)的抗多徑能力，本發(fā)明是利用擴(kuò)頻所用的擴(kuò)頻碼的相關(guān)特性來達(dá)到抗多徑干擾，甚至可利用多徑能量來提高系統(tǒng)的性能。
4.由于本發(fā)明采用了最大似然檢測(cè)算法，使得本發(fā)明在信號(hào)檢測(cè)方面具有結(jié)構(gòu)簡(jiǎn)單、計(jì)算時(shí)延小、硬件比較容易實(shí)現(xiàn)。


圖1是本發(fā)明的總體結(jié)構(gòu)框2是本發(fā)明擴(kuò)頻及小波包調(diào)制模塊內(nèi)設(shè)示意3是本發(fā)明解擴(kuò)及小波包解調(diào)模塊內(nèi)設(shè)示意4是基于LMS算法的CRBF神經(jīng)網(wǎng)絡(luò)均衡器結(jié)構(gòu)5是本發(fā)明在信道模型A的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡圖6是本發(fā)明在信道模型B的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡圖7是本發(fā)明在信道模型A下與NNE-OFDM-SS、ZFE-WPSS碼元誤碼率比較圖8是本發(fā)明在信道模型B下與NNE-OFDM-SS、ZFE-WPSS碼元誤碼率比較具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明作詳細(xì)說明。
本發(fā)明采用了基于小波包的多載波調(diào)制技術(shù)和基于(Walsh-Hadamard碼，WH)擴(kuò)頻通信技術(shù)結(jié)合的基帶發(fā)射和接收技術(shù)。小波包變換(Wavelet Packet Transform，即WPT)主要用于數(shù)字信號(hào)的多載波解調(diào)。小波包逆變換(Inverse Wavelet Packet Transform即IWPT)則用于數(shù)字信號(hào)的多載波調(diào)制。與傅立葉變換類似，小波包變換WPT也存在快速遞歸分解和合并算法。在無線通信中，該快速遞歸合并和分解算法分別對(duì)應(yīng)調(diào)制處理和解調(diào)處理；其分別稱為逆離散小波包變換(Inverse Discrete Wavelet Packet Transform，IDWPT)和離散小波包變換(Discrete Wavelet Packet Transform，DWPT)。本發(fā)明在發(fā)射端利用新型的逆離散小波包變換IDWPT代替在正交頻分復(fù)用技術(shù)OFDM中傳統(tǒng)的快速傅立葉逆變換IFFT，并且在IDWPT前端插入擴(kuò)頻碼以提高系統(tǒng)帶寬和提高系統(tǒng)抑制由多徑衰落信道引起的碼間干擾ISI的能力；在接收端則利用離散小波包變換DWPT代替在OFDM中傳統(tǒng)的快速傅立葉變換FFT并且用其對(duì)接收信號(hào)進(jìn)行多載波解調(diào)處理。這兩個(gè)過程都采用了快速遞歸算法來完成二叉樹結(jié)構(gòu)。基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)的總體結(jié)構(gòu)如圖1所示。
參見圖1，本發(fā)明發(fā)射端主要由正交幅度調(diào)制(Quadrature Amplitude Modulation，QAM)器模塊、擴(kuò)頻及小波包調(diào)制模塊組成。結(jié)合圖2，所述擴(kuò)頻及小波包調(diào)制模塊內(nèi)設(shè)復(fù)制器、逆離散小波包變換IDWPT，在逆離散小波包變換IDWPT前插入擴(kuò)頻碼WH。接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF、解擴(kuò)及小波包解調(diào)模塊、最大似然檢測(cè)器ML、正交幅度解調(diào)器QAM構(gòu)成；結(jié)合圖3，在解擴(kuò)及小波包解調(diào)模塊內(nèi)設(shè)置離散小波包變換DWPT、插入擴(kuò)頻碼WH和子帶增益因子及求和器。本發(fā)明所采用的離散小波包變換DWPT帶有8個(gè)子載波，離散小波包變換DWPT的小波包尺度函數(shù)是著名的Haar正交小波的尺度函數(shù)即φ=11/2,]]>小波函數(shù)為ψ=1-1/2;]]>擴(kuò)頻碼為8位Walsh-Hadamard碼。如圖1所示，在擴(kuò)頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1，在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF與解擴(kuò)小波包解調(diào)模塊之間設(shè)有開關(guān)K2，該復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF還與均衡器訓(xùn)練模塊連接。結(jié)合圖4，神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時(shí)器、最小均方算法模塊LMS及判決器。系統(tǒng)首先將開關(guān)K1、K2置于位置P，接通多徑衰落信道模塊、訓(xùn)練模塊、復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF。訓(xùn)練模塊在最小均方LMS(Least MeanSquare algorithm，)準(zhǔn)則下，更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的權(quán)值。當(dāng)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF達(dá)到預(yù)值的時(shí)候；系統(tǒng)將開關(guān)K1和K2由位置P處切換到位置Q處。這時(shí)，發(fā)射端的正交幅度調(diào)制器QAM將每個(gè)信號(hào)幀包含的信息比特映射成正交幅度調(diào)制碼元QAM；利用復(fù)制器和擴(kuò)頻碼WH對(duì)QAM碼元進(jìn)行擴(kuò)頻操作；然后，利用逆離散小波包變換IDWPT調(diào)制碼元QAM，形成多載波調(diào)制碼元。發(fā)射端輸出的信息碼元通過多徑衰落信道和附加高斯白噪聲到達(dá)接收端。接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF抑制由多徑衰落信道引起的碼間干擾；再通過離散小波包變換DWPT解調(diào)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元；并且利用與發(fā)射端相同的擴(kuò)頻碼WH對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)；然后通過最大似然檢測(cè)算法ML對(duì)解擴(kuò)輸出的碼元進(jìn)行判決；最后由正交幅度解調(diào)器QAM將最大似然檢測(cè)器ML輸出的碼元映射成信息比特。
本發(fā)明基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)的控制方法是通過擴(kuò)頻及小波包變換，更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值，解擴(kuò)及小波包變換和用最大似然檢測(cè)算法檢測(cè)碼元，實(shí)現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴(kuò)頻碼WH對(duì)碼元進(jìn)行擴(kuò)頻操作，用逆離散小波包變換IDWPT對(duì)擴(kuò)頻后的信息碼元進(jìn)行調(diào)制，形成多載波擴(kuò)頻信號(hào)；其次用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值，然后用離散小波包變換DWPT對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進(jìn)行解調(diào)上，并用與發(fā)射端相同的擴(kuò)頻碼WH對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)，最后利用最大似然檢測(cè)算法ML檢測(cè)信息碼元。
實(shí)施上述控制方法的具體步驟如下1.對(duì)信息碼元進(jìn)行擴(kuò)頻及逆離散小波包變換IDWPT調(diào)制如圖2所示，發(fā)送信號(hào)按照如下步驟產(chǎn)生。首先，將單個(gè)數(shù)據(jù)碼元復(fù)制成M支路；其次，這些碼元與擴(kuò)頻碼WH對(duì)應(yīng)相乘。最后，利用逆離散小波包變換IDWPT將擴(kuò)頻碼片映射到每個(gè)子載波上。發(fā)送碼元s1如下所示
上式中，ml表示為第l個(gè)數(shù)據(jù)碼元；ci表示為擴(kuò)頻碼WH的第i個(gè)碼片；φi表示第i個(gè)小波包；φ表示為逆離散小波包變換IDWPT矩陣；C表示為擴(kuò)頻碼wH矢量；ψ表示為小波包多載波擴(kuò)頻WPSS矢量；其定義為ψ＝[ψ(0)ψ(1)…ψ(M-1)]T＝φC(2)2.用最小均方算法LMS更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值如圖4所示，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器由輸入層、隱藏層和輸出層構(gòu)成，本發(fā)明采用的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的輸入層擁有17源結(jié)點(diǎn)；隱含層擁有18個(gè)神經(jīng)元；輸出層擁有2個(gè)輸出層。本發(fā)明定義第k個(gè)隱含神經(jīng)元連接權(quán)系數(shù)為ωk而ω0為偏差項(xiàng)。為了實(shí)現(xiàn)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的復(fù)值輸出；將均衡器權(quán)系數(shù)ωk分解成實(shí)部為ωRk和虛部為ωIk兩部分。因此，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以表示為f((rk))=(ωR0+Σi=1PωRiβi(rk))+j(ωI0+Σi=1PωIiβi(rk))=ω0+Σi=1Pωiexp(-12σi2(rk-μi)H(rk-μi))---(3)]]>上式(3)中，σi2表示為高斯函數(shù)的方差；p表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器隱含層神經(jīng)元的總數(shù)；μi表示為隱含層第i個(gè)神經(jīng)元m維復(fù)中心矢量；βi(rk)表示為對(duì)于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)；其可以表示為βi(||rk-μi||)=exp(-12σi2(rk-μi)H(rk-μi)),i=1,···,p---(4)]]>上式(4)中，‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個(gè)神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離。
如圖1所示，將系統(tǒng)開關(guān)K1、K2轉(zhuǎn)到位置P，利用訓(xùn)練序列驅(qū)動(dòng)最小均方LMS模塊，應(yīng)用LMS算法更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值，如圖4所示，其步驟如下[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進(jìn)入多徑衰落信道，附加高斯白噪音AWGN后，進(jìn)入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進(jìn)入延時(shí)器z-τ[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f((rk))分成兩路，一路經(jīng)判決器輸出為 另一路到最小均方算法模塊LMS，與從延時(shí)器輸出的dk-τ進(jìn)行LMS計(jì)算；1)不斷用dk-τ與f((rk))進(jìn)行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (5)
2)誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，當(dāng)權(quán)值達(dá)到預(yù)值后，可用復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF來抑制系統(tǒng)多徑衰落信道的碼間干擾。權(quán)值更新的表達(dá)式為ωi，k＝ωi，k-1+ηωekβi(‖rk一μi‖) (6)式(6)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值；ωi，k迭代第k時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值。
3.通過離散小波包變換DWPT解調(diào)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元，并利用與發(fā)射端相同的擴(kuò)頻碼WH對(duì)已解調(diào)的碼元進(jìn)行解擴(kuò)的步驟如下[1]如圖1所示，當(dāng)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達(dá)到預(yù)值的時(shí)候；系統(tǒng)將開關(guān)K1和K2由位置P處切換到位置Q處。信道輸出rk的矢量形式可以表示為 上式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣。
當(dāng)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達(dá)到預(yù)值時(shí)；接收機(jī)利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF來抑制由多徑衰落信道引起的碼間干擾。根據(jù)式(3)和(7)，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1Pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(8)]]>[3]如圖3所示，用離散小波包變換DWPT對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進(jìn)行解調(diào)，并用與發(fā)射端相同的擴(kuò)頻碼WH對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)，解擴(kuò)輸出可以表示為m^(k)=λCΦTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(9)]]>式(9)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置； 表示為離散小波包變換DWPT第k個(gè)輸入矢量；λ表示為小波包子帶增益因子矢量并且其是由M個(gè)子帶增益因子λi所組成；C表示為對(duì)應(yīng)于發(fā)送端的擴(kuò)頻碼。
4.用最大似然算法檢測(cè)出信息碼元根據(jù)解擴(kuò)輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，利用ML檢測(cè)算法可以判斷出最有可能的發(fā)送碼元。所有可能傳輸?shù)拇a元可以表示為Ii，那么式(9)中的經(jīng)由離散小波包變換解調(diào)輸出的碼元可以改寫成m^ML(k)=argminIi(||m^(k)-Ii||2)---(10)]]>經(jīng)檢測(cè)判別的碼元再由正交幅度解調(diào)器映射成信息比特。
仿真實(shí)驗(yàn)結(jié)果為了說明本發(fā)明的實(shí)施效果，選擇在信道A和信道B環(huán)境下，進(jìn)行復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)仿真訓(xùn)練實(shí)驗(yàn)和與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴(kuò)頻系統(tǒng)(NNE-OFDM-SS)和自行擬制的基于迫零均衡器(zero-forcing equalizer)的小波包的多載波擴(kuò)頻系統(tǒng)主要性能仿真試驗(yàn)比較。本發(fā)明采用的信道模型A和B來源于文獻(xiàn)(C.R.Johnson，H.J.Lee，et al.，On fractionally-spaced equalizer design for microwaveradio channels，Proc.Asilomar Conf.on Signals，Systems，and computers，pp698-702，Pacific Grove，CA，November 1995.)。
1.復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)仿真訓(xùn)練軌跡如圖5和圖6。從圖5和圖6可以看出，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡與調(diào)制制式有關(guān)；調(diào)制制式越低復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡收斂速度越快。
2.本發(fā)明的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包的多載波擴(kuò)頻系統(tǒng)NNE-WPSS與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴(kuò)頻系統(tǒng)NNE-OFDM-SS和自行擬制的基于迫零均衡器(zero-forcing equalizer)的小波包的多載波擴(kuò)頻系統(tǒng)主要性能比較仿真試驗(yàn)，仿真結(jié)果如圖7和8所示。從圖7和圖8可以看出；在信噪比
范圍內(nèi)，調(diào)制方式分別為4QAM、16QAM、64QAM；基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)NNE-WPSS的碼元誤碼率(Symbol Error Rate，SER)性能要優(yōu)于自行擬制的基于迫零均衡器ZFE的小波包的多載波擴(kuò)頻系統(tǒng)ZFE-WPSS和自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴(kuò)頻系統(tǒng)NNE-OFDM-SS。這主要是因?yàn)閇1]神經(jīng)網(wǎng)絡(luò)均衡器比較好的抑制了多徑信道引起的碼間干擾，但是附加白高斯噪聲AWGN已然存在，由于小波包多載波調(diào)制對(duì)附加白高斯噪聲的抑制能力比OFDM強(qiáng)；因此基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)NNE-WPSS的誤碼率性能要優(yōu)于自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴(kuò)頻系統(tǒng)NNE-OFDM-SS；[2]神經(jīng)網(wǎng)絡(luò)均衡器抑制多徑衰落信道引起的碼間干擾的能力要比迫零均衡器強(qiáng)；所以基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)NNE-WPSS的碼元誤碼率(SymbolError Rate，SER)性能要優(yōu)于自行擬制的基于迫零均衡器(ZFE)的小波包的多載波擴(kuò)頻系統(tǒng)ZFE-WPS。
權(quán)利要求
1.一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)，包括發(fā)射端、接收端及多徑衰落信道模塊，其特征在于發(fā)射端主要由正交幅度調(diào)制器(QAM)、擴(kuò)頻及小波包調(diào)制模塊構(gòu)成；接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)、解擴(kuò)及小波包解調(diào)模塊、最大似然檢測(cè)器(ML)、正交幅度解調(diào)器(QAM)構(gòu)成；在擴(kuò)頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1；在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)與解擴(kuò)小波包解調(diào)模塊之間設(shè)有開關(guān)K2；所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)還與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接；將開關(guān)K1、K2置于位置P，神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊啟動(dòng)，對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值進(jìn)行更新；將開關(guān)K1、K2置于位置Q，信息比特經(jīng)由發(fā)射端的正交幅度調(diào)制器(QAM)映射，再經(jīng)擴(kuò)頻及小波包調(diào)制后，通過多徑衰落信道送至接收端；由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)抑制多徑衰落信道引起的碼間干擾，經(jīng)解擴(kuò)及小波包解調(diào)后，送至最大似然檢測(cè)器(ML)判別，再由正交幅度調(diào)制器(QAM)將判別的碼元映射成信息比特。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)，其特征在于所述擴(kuò)頻及小波包調(diào)制模塊內(nèi)設(shè)置復(fù)制器、逆離散小包波變換(IDWPT)，在逆離散小波包變換(IDWPT)前插入擴(kuò)頻碼(WH)；所述解擴(kuò)及小波包調(diào)制模塊內(nèi)設(shè)置離散小波包變換(DWPT)、求和器，在離散小波包后插入擴(kuò)頻碼(WH)和子帶增益因子；所述均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時(shí)器、最小均方算法模塊(LMS)及判決器。
3.一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，通過擴(kuò)頻及小波包變換，更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值，解擴(kuò)及小波包變換和用最大似然檢測(cè)算法檢測(cè)碼元的操作，實(shí)現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴(kuò)頻碼(WH)對(duì)碼元進(jìn)行擴(kuò)頻操作，用逆離散小波包變換(IDWPT)對(duì)擴(kuò)頻后的信息碼元進(jìn)行調(diào)制，形成多載波擴(kuò)頻信號(hào)；其次用最小均方算法(LMS)更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值，然后用離散小波包變換(DWPT)對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進(jìn)行解調(diào)，并用與發(fā)射端相同的擴(kuò)頻碼(WH)對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)；最后利用最大似然檢測(cè)算法(ML)檢測(cè)信息碼元。
4.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，其特征在于擴(kuò)頻及逆離散小波包變換(IDWPT)調(diào)制碼元的步驟如下[1]將單個(gè)數(shù)據(jù)碼元復(fù)制成M支路；[2]將M支路的碼元與擴(kuò)頻碼(WH)對(duì)應(yīng)相乘；[3]利用逆離散小波包變換(IDWPT)將擴(kuò)頻碼片映射到每個(gè)子載波上，發(fā)送碼元s1如下式所示s1＝φCml＝ψml(1)式(1)中，ml表示為第l個(gè)數(shù)據(jù)碼元；φ表示為逆離散小波包變換(IDWPT)矩陣；C表示為擴(kuò)頻碼(WH)矢量；ψ表示為小波包多載波擴(kuò)頻(WPSS)矢量φC。
5.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，其特征在于利用最小均方算法(LMS)更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值按如下步驟進(jìn)行[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進(jìn)入多徑衰落信道，附加高斯白噪音AWGN后，進(jìn)入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進(jìn)入延時(shí)器z-τ；[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f((rk))分成兩路，一路經(jīng)判決器輸出為 另一路到最小均方算法模塊(LMS)，與從延時(shí)器輸出的dk-τ進(jìn)行LMS計(jì)算；1)不斷用dk-τ與f((rk))進(jìn)行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (2)2)用誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，ωi，k＝ωi，k-1+ηωekβi(‖rk-μi‖)(3)在式(3)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值；ωi，k迭代第k時(shí)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個(gè)權(quán)值；‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個(gè)神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離；βi(‖rk-μi‖)表示為對(duì)于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)。
6.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，其特征在于利用離散小波包(DWPT)及擴(kuò)頻碼(WH)對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元解調(diào)、解擴(kuò)的步驟如下[1]發(fā)射端輸出的碼元通過多徑衰落信道和附加高斯白噪聲到達(dá)接收端，信道輸出rk的矢量形式可以表示為rk＝Hsk+zk(4)在(4)式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣；[2]當(dāng)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達(dá)到預(yù)值時(shí)；接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)來抑制由多徑衰落信道引起的碼間干擾；復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(5)]]>[3]用離散小波包變換(DWPT)對(duì)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進(jìn)行解調(diào)，并用與發(fā)射端相同的擴(kuò)頻碼(WH)對(duì)解調(diào)輸出的碼元進(jìn)行解擴(kuò)，解擴(kuò)輸出表示為m^(k)=λCφTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(6)]]>在式(6)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置；k表示為離散小波包變換DWPT第k個(gè)輸入矢量；入表示為小波包子帶增益因子矢量并且其是由M個(gè)子帶增益因子λi所組成；C表示為對(duì)應(yīng)于發(fā)送端的擴(kuò)頻碼。
7.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)控制方法，其特征在于用最大似然檢測(cè)算法(ML)檢測(cè)碼元要根據(jù)解擴(kuò)輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，檢測(cè)判斷出最有可能的發(fā)送碼元，其判別最有可能傳輸?shù)拇a元的算法用下式表示m^ML(k)=argminIi(||m^(k)-Ii||2)---(7)]]>上式中，Ii為所有可能傳輸?shù)拇a元。
全文摘要
本發(fā)明提供一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴(kuò)頻系統(tǒng)及控制方法，該系統(tǒng)包括發(fā)射端、接收端及多徑衰落信道模塊，發(fā)射端主要由正交幅度調(diào)制器、復(fù)制器、逆離散小包波變換組成，在逆離散小波包變換前插入擴(kuò)頻碼。接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器、離散小波包變換、求和器、最大似然檢測(cè)器、正交幅度解調(diào)器構(gòu)成；在離散小波包變換后插入擴(kuò)頻碼WH和子帶增益因子，所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接。在系統(tǒng)上設(shè)有控制開關(guān)，控制開關(guān)的轉(zhuǎn)換位置，可實(shí)現(xiàn)用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器的權(quán)值和實(shí)現(xiàn)收發(fā)雙方的通信，其具體包括信道均衡，擴(kuò)頻、解擴(kuò)，小波包多載波調(diào)制、解調(diào)，最大似然算法的檢測(cè)判決。
文檔編號(hào)H04B1/69GK1731779SQ20051004305
公開日2006年2月8日 申請(qǐng)日期2005年8月5日 優(yōu)先權(quán)日2005年8月5日
發(fā)明者李建東, 周雷, 張光輝, 賀鵬, 張文柱, 李長樂, 王炫, 周曉東, 趙林靜, 陳亮, 呂卓, 龐繼勇 申請(qǐng)人:西安電子科技大學(xué)