[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

说明书

技术领域

本发明属于无线通信技术及神经网络技术领域，尤其是涉及一种基于迟滞全反馈神经网络的信号盲检测方法。

背景技术

随着高速率数据通信和无线传感网技术的迅猛发展，对通信信号的盲检测（Blind Detection）提出了更高的要求。所谓盲检测仅利用接受信号本身便能够检测出发送信号，从而消除符号间干扰（ISI）以提高信息传输速率和可靠性。

为解决遗传、蚁群、免疫、微粒群等多种智能算法引起的容易陷入局部极小值且收敛速度慢的问题，许多文献开始使用全反馈神经网络对信号盲检测问题进行研究。全反馈Hopfield神经网络由于其良好的自组织、自学习、自适应性、高度的非线性、并行处理信息的能力，目前已广泛应用于盲检测技术中。文献[张志涌,张昀.复数Hopfield盲恢复多用户QPSK信号[J].东南大学学报(自然科学版),2008,38(SII):18-22.]利用连续Hopfiled神经网络对信号的盲检测与盲均衡做了初步的研究，证明了网络趋向稳定平衡的充要条件。文献[张昀，张志涌，复数离散Hopfield网络盲检测64QAM信号，电子与信息学报，vol.33,No.2，315-320,Feb.2011]针对稀疏QAM信号，提出了基于复数离散Hopfiled神经网络的盲检测与盲均衡算法，此算法利用接受信号的补投影算子，将盲检测与盲均衡问题转化成为求解带整数约束的二次规划问题，有效地提高了算法的误码性能。文献[张昀，张志涌，于舒娟，基于幅值相位型离散Hopfield神经网络的多进制振幅键控盲检测，物理学报，vol.61,No.14，140701,.2012]提出了一种基于幅值相位型连续多值复数Hopfiled神经网络的盲检测算法，证明了在同步更新模式与异步更新模式下网络的稳定性。但是在这些文献算法所采用的激活函数均是固定的，缺乏灵活性，算法容易陷入局部最优点。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,针对所述激活函数固定导致陷入局部最优点问题，本发明提出了一种基于迟滞全反馈神经网络的信号盲检测方法，所述方法前后两次循环所用的迟滞激活函数正好构成一个迟滞环，既保证了网络的稳定性又使得网络表现出较好的灵活性，旨在提供一种免于局部最优解的盲检测方法。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于迟滞全反馈神经网络的信号盲检测方法，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：