[发明专利]CO-OFDM系统及其接收端和非线性均衡方法、装置

权利要求书

1.一种非线性均衡方法，其特征在于，包括：

对接收的OFDM符号进行模糊逻辑C均值聚类；

根据聚类结果将所述OFDM符号判定为边缘点或非边缘点：对于一个OFDM符号，若根据其实部聚类结果，确定出该OFDM符号的实部对任意两个集群的成员度的差值的绝对值小于设定阈值；且根据该OFDM符号的虚部聚类结果，确定出该OFDM符号的虚部对任意两个集群的成员度的差值的绝对值小于设定阈值；则将该OFDM符号判定为边缘点；否则将该OFDM符号判定为非边缘点；

将判定为边缘点的OFDM符号输入到径向基函数RBF神经网络：将所述OFDM符号的每个子载波上的频域数据分别输入到一个神经网络单元；其中，一个子载波上的频域数据中的实部与虚部分别输入到一个神经网络单元中的两个RBF神经子网络；

根据边缘点的RBF神经网络的输出或非边缘点的聚类结果，输出OFDM符号的非线性均衡结果。

2.根据权利要求1所述的方法，其特征在于，所述对接收的OFDM符号进行模糊逻辑C均值聚类，具体为：

设置集群数量为L，初始化OFDM符号的实部/虚部对各集群的聚类中心的成员度；

进行至少一次各集群的聚类中心的估计，以及成员度的更新计算，直到目标函数值F_m满足设定要求；

其中，所述集群的聚类中心的估计具体根据如下公式一计算得到：

所述成员度的更新具体根据如下公式二计算得到：

所述目标函数值F_m具体根据如下公式三计算得到：

其中，L为集群数量；t_i表示第i个OFDM符号的实部/虚部，c_j代表第j个集群的聚类中心，μ_ij代表第i个OFDM符号的实部/虚部对第j个集群的聚类中心的成员度；N为OFDM符号的子载波数，R为OFDM符号的个数，m为设定的模糊划分矩阵FPM的指数，I、J分别代表对实部和虚部运算。

3.根据权利要求1所述的方法，其特征在于，所述RBF神经子网络具体为RBF-NLE神经网络结构，包括：L个隐节点；其中，L为OFDM符号的调制阶数。

4.根据权利要求3所述的方法，其特征在于，所述RBF-NLE神经网络结构的基函数为：f(x)＝x+αsinπx。

5.根据权利要求4所述的方法，其特征在于，所述RBF神经网络是预先通过之前接收的OFDM符号，根据如下方法训练得到的：

对所述之前接收的OFDM符号进行模糊逻辑C均值聚类；

根据聚类结果中各集群的聚类中心设置所述RBF神经子网络中各隐节点的数据中心；

根据数据中心之间的距离设置所述RBF神经子网络中各隐节点的扩展常数；

利用之前接收的OFDM符号，采用梯度训练方法，通过最小化目标函数实现对RBF神经子网络中的偏置，以及各隐节点的数据中心、扩展常数和输出权值的调节，得到训练后的RBF神经子网络。

6.一种非线性均衡装置，其特征在于，包括：

聚类模块，用于对接收的OFDM符号进行模糊逻辑C均值聚类；

边缘点判定模块，用于根据聚类结果将所述OFDM符号判定为边缘点或非边缘点：对于一个OFDM符号，若根据其实部聚类结果，确定出该OFDM符号的实部对任意两个集群的成员度的差值的绝对值小于设定阈值；且根据该OFDM符号的虚部聚类结果，确定出该OFDM符号的虚部对任意两个集群的成员度的差值的绝对值小于设定阈值；则将该OFDM符号判定为边缘点；否则将该OFDM符号判定为非边缘点；

神经网络处理模块，用于将判定为边缘点的OFDM符号输入到径向基函数RBF神经网络：将所述OFDM符号的每个子载波上的频域数据分别输入到一个神经网络单元；其中，一个子载波上的频域数据中的实部与虚部分别输入到一个神经网络单元中的两个RBF神经子网络；

非线性均衡结果输出模块，用于根据边缘点的RBF神经网络的输出或非边缘点的聚类结果，输出OFDM符号的非线性均衡结果。