[发明专利]引入小波神经网络的T/2分数间隔盲均衡方法

摘要

本发明公布了一种引入小波神经网络的T/2分数间隔盲均衡方法(T/2－FSE－WNN)。本发明方法在分析小波神经网络和分数间隔理论的基础上，利用小波神经网络有较强的逼近能力，以及分数间隔对盲均衡器接收信号具有过采样的优点，将小波神经网络融入到T/2分数间隔盲均衡方法中。与T/2分数间隔前馈神经网络盲均衡方法(T/2－FSE－FNN)、小波神经网络盲均衡方法(WNN)相比，本发明方法有更快的收敛速度、更小的稳态误差和均方根误差，并且具有载波恢复的性能。水声信道仿真结果，验证了本发明方法的有效性。

主权项

1、一种引入小波神经网络的T/2分数间隔盲均衡方法，其特征在于包括如下步骤：第一步：将以符号长度T为周期的发射信号序列a(k)经过第d个子信道得到第d个子信道的输出信号为：y(d)(k)=Σm=0Nc-1a(m)c(d)(k-m)+w(d)(k),]]>其中N_c表示波特间隔抽样的信道冲激响应长度，w^(d)(k)为第d个子信道噪声，c^(d)(k)为第d个子信道冲击响应，d＝1，2，两个子信道结构相同，k为时间序列，m为自然数；第二步：将第一步所述的第d个子信道输出信号y^(d)(k)经过第d个子小波神经网络均衡器得到第d个子小波神经网络均衡器输出信号z^(d)(k)，d＝1，2，两个子信道结构相同；第三步：将第二步所述的二个子小波神经网络均衡器输出信号送入组合器，进行合并处理得到输出信号z(k)。