[发明专利]一种基于迟滞全反馈神经网络的信号盲检测方法

权利要求书

1.一种基于迟滞全反馈神经网络的信号盲检测方法，其特征在于，所述方法包括如下步骤：

步骤A，构造接收数据矩阵：

接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程：

X_N=SΓ^T

式中，X_N是接收数据阵，S是发送信号阵，Γ是由信道冲激响应h_jj构成的块

Toeplitz矩阵；(·)^T表示矩阵转置；

其中，发送信号阵：

S=[s_L+M(k),…,s_L+M(k+N-1)]^T=[s_N(k),…,s_N(k-M-L)]_N×(L+M+1)，

M为信道阶数，L为均衡器阶数，N为所需数据长度；

s_L+M(k)=[s(k),…,s(k-L-M)]^T；其中，s∈{±1}，时刻k为自然数；

h_jj=[h₀,…,h_M]_q×(M+1)，jj=0,1,…,M；

q是过采样因子，取值为正整数；

X_N=[x_L(k),…,x_L(k+N-1)]^T是N×(L+1)q接收数据阵，其中

x_L(k)=Γ·s_L+M(k)；

步骤B，接收数据矩阵奇异值分解：

XN=[U,Uc]·D0·VH]]>

式中，

(·)^H表示矩阵Hermitian转置；

U是奇异值分解中的N×(L+M+1)酉基阵；

0是(N-(L+M+1))×(L+1)q零矩阵；

V是(L+1)q×(L+1)q酉基阵；

U_c是N×(N-(L+M+1))酉基阵；

D是(L+M+1)×(L+1)q奇异值阵；

步骤C，设置权矩阵W=I_N-Q，其中I_N是N×N维的单位阵，

步骤D，神经网络动力学迭代及迟滞激活函数设置：

迟滞全反馈神经网络动力学方程为：

s(k+1)=f(Ws(k))=f(y(k))

对该方程进行迭代，直到s(k+1)=s(k)；

其中，

f(·)为迟滞激活函数；

y(k)是由标量y_i(k)构成的向量，其中，

w_ij为权矩阵W中的元素，表示从神经元i到神经元j的联结权值，i和j为小于等于N的正整数；

s_j(k)为k时刻第j个神经元的输入信号，动力学方程最后平衡时得到的s_j(k)即为求取的发送信号。

2.根据权利要求1所述的一种基于迟滞全反馈神经网络的信号盲检测方法，其特征在于，步骤D中，所述迟滞激活函数f(·)，其表达式为：

f(y(t)|s·(t-Δt))==tanh[λ(s·(t-Δt))(y(t)+μ(s·(t-Δt)))]s·(t-Δt)≥0tanh[λ(s·(t-Δt))(y(t)-μ(s·(t-Δt)))]s·(t-Δt)<0]]>

其中t为时间变量，Δt表示时间的变化值，

λ(s·(t-Δt))=λαs·(t-Δt)≥0λβs·(t-Δt)<0]]>

μ(s·(t-Δt))=αs·(t-Δt)≥0βs·(t-Δt)<0]]>

其中，β>-α，(λ_α,λ_β)>0，λ_α、λ_β、α、β分别是迟滞激活函数的四个时变参数，tanh(·)为正切函数。