[发明专利]基于双Sigmoid迟滞噪声混沌神经网络的信号盲检测方法

权利要求书

1.基于双Sigmoid迟滞噪声混沌神经网络的信号盲检测方法，其特征在于，包括如下步骤：

步骤SS1：构造接收数据矩阵X_N；

步骤SS2：对所述接收数据矩阵X_N进行奇异值分解；

步骤SS3：设置权矩阵W；

步骤SS4：选择双Sigmoid迟滞混沌神经网络的激活函数，进行双Sigmoid迟滞混沌神经网络迭代运算，然后把每次迭代的结果代入双Sigmoid迟滞噪声混沌神经网络的能量函数E(t)中，当所述能量函数E(t)达到最小值，则所述双Sigmoid迟滞噪声混沌神经网络达到平衡，迭代结束；

所述步骤SS4中的所述双Sigmoid迟滞噪声混沌神经网络的能量函数E(t)为：

其中：所述双Sigmoid迟滞噪声混沌神经网络由N个神经元构成，E(t)为所述双Sigmoid迟滞噪声混沌神经网络的能量函数，α′为该网络的尺度参数；矩阵W为所述双Sigmoid迟滞噪声混沌神经网络的权矩阵，且W＝W^H，矩阵W的对角元ω_ii＞0；k′为该网络的衰减因子；x_i(t)为t时刻第i个神经元的输出；x_i(t)＝y_i(t)，σ^T(t)为该网络激活函数σ(t)的转置，σ_i^-1(τ)为第i个神经元的Sigmoid函数σ_i(τ)的反函数，σ′(t)、f′(t)分别为Sigmoid函数σ(x)和f(x)对时间的导数，且σ′(t)＞0、f′(t)＞0，z_i(t)为随着所述双Sigmoid迟滞噪声混沌神经网络的迭代循环而逐渐变小的变量；I_i为第i个神经元的偏置，λ为神经元间衰减因子，且λ＞0，n(t)是引入的随机噪声，x_i(t)为第i个神经元的输出，y_i(t)为神经网络中第i个神经元内部状态；

所述双Sigmoid迟滞噪声混沌神经网络改进的退火项如下：

β₁是混沌模拟退火的衰减因子；β₂是随机模拟退火的衰减因子；γ₁是混沌模拟退火引入的随机噪声扰动幅度，γ₂是随机模拟退火引入的随机噪声扰动幅度。

2.根据权利要求1所述的基于双Sigmoid迟滞噪声混沌神经网络的信号盲检测方法，其特征在于，所述步骤SS1具体包括：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是接收数据矩阵，S是发送信号矩阵，Γ是由信道冲激响h_jj构成的块Toeplitz矩阵；(·)^T表示矩阵转置。