小波和神經網絡在自適應均衡中的算法研究.pdf

1、自適應均衡器是現(xiàn)代數字通信系統(tǒng)中非常關鍵的組成部分,如何提高均衡器的收斂速度和誤碼性能是實際通信的必然要求,也是具有重要的理論意義和實用價值的研究課題.該文就圍繞這一內容,針對存在加性噪聲和信道具有線性與非線性失真等情況時,對小波分析和神經網絡在自適應均衡中的應用進行了研究,主要的工作如下:1.提出了一種小波變換域的非線性自適應均衡器,它是將小波變換融入到關聯(lián)模型中構成的.由于信號經過小波變換后的自相關陣呈稀疏的帶狀結構,因此可以利用小

2、波變換的這種去相關能力來提高該均衡器的收斂速度.2.提出了基于正交小波包變換的非線性信道自適應均衡算法,該算法的優(yōu)點是利用了小波包對小波空間的進一步劃分以及比小波變換更強的去相關能力來進一步提高自適應均衡算法的收斂速度,仿真結果表明了該算法的有效性.3.針對嚴重線性失真和輕度非線性失真的數字信道,分別提出了用正交小波和小波包表示的非線性信道判決反饋均衡器并給出了自適應均衡算法.4.提出了用正交多小波來表示線性均衡器,利用經過多小波變換后

3、信號自相關陣的邊界效應較小的特點,給出了基于正交多小波變換的一種Newton-LMS類自適應均衡算法.5.在研究基于實數徑向基函數(RBF)神經網絡均衡器結構的基礎上,提出了幾種新的適用于QAM信號的復數RBF神經網絡自適應均衡器結構,并給出了相應的自適應均衡算法,理論分析和計算機仿真結果都表明新的均衡器具有更好的收斂性能.6.對幾種典型的小波神經網絡用于均衡做了研究比較,指出基于一維小波神經網絡的均衡器性能較差;而對基于多維小波神經網

4、絡的均衡器提出了降低"維數災"的方法和相應的均衡器結構;針對非線性失真較小的信道提出了一種正交小波網絡均衡器及其自適應均衡算法,理論分析和計算機仿真結果都表明在高信噪比情況下,該算法具有較好的收斂性能.7.利用多小波函數和多尺度函數的互補性,構造了一種具有分層、多分辨和局部學習特點的正交多小波神經網絡.分析了該網絡用于函數逼近時的性質,給出了調整網絡權系數的算法,理論分析和計算機仿真都表明正交多小波神經網絡的逼近性能優(yōu)于正交單小波神經網