專利名稱：基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)及控制方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無線移動通信技術(shù)領(lǐng)域，具體是基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)及控制方法，用于對信息數(shù)據(jù)進行擴頻、解擴，小波包多載波調(diào)制、解調(diào)，均衡及信號檢測處理。
在移動無線信道中，由于存在多徑效應(yīng)，傳輸?shù)臄?shù)字信號產(chǎn)生時延擴展，造成接收信號中前后碼元交疊，產(chǎn)生碼間干擾ISI，造成錯誤判決，嚴重影響傳輸質(zhì)量，在碼元速率較高情況下更是這樣。這是由于在碼元周期很短的情況下，時延擴展將跨越更多的碼元，造成嚴重的碼間干擾。從另一方面來看，碼元速率較高時信號帶寬較寬，當信號帶寬接近和超過信道的相干帶寬時信道的時間彌散將對接收信號造成頻率選擇性衰落。所以時間彌散是使無線信道傳輸速率受限的主要原因之一。為了解決信息傳輸速率和時間彌散之間的矛盾，提出了正交頻分復(fù)用技術(shù)OFDM。
正交頻分復(fù)用技術(shù)OFDM的基本原理就是把高速的數(shù)據(jù)流通過串并變換，分配到傳輸輸率相對較低的若干子信道中進行傳輸。正交頻分復(fù)用技術(shù)OFDM技術(shù)具有把高速數(shù)據(jù)流通過串并變換，使得每個子載波上的數(shù)據(jù)符號持續(xù)長度相對增加，從而可以有效地減小無線信道地時間彌散所帶來地ISI；而且由于正交頻分復(fù)用技術(shù)OFDM每個子載波之間存在正交性，允許子載波的頻譜相互重疊，因此可以最大限度的利用頻譜資源；在OFDM技術(shù)中的正交調(diào)制和解調(diào)可以采用逆離散傅立葉變換IDFT和離散傅立葉變換DFT方法實現(xiàn)，并且能夠利用高效的快速傅立葉變換FFT技術(shù)。由于正交頻分復(fù)用技術(shù)OFDM技術(shù)具備了上述優(yōu)點，其應(yīng)用越來越得到人們的廣泛關(guān)注。但是，正交頻分復(fù)用技術(shù)OFDM也有不足之處，即正交頻分復(fù)用技術(shù)OFDM對頻偏和相位噪聲比較敏感，容易帶來衰耗；OFDM的峰值平均功率比較大，會導(dǎo)致射頻放大器的功率效率比較低；正交頻分復(fù)用技術(shù)OFDM子載波帶寬是恒定的；不可能自適應(yīng)分配子載波帶寬；而且OFDM也不具有頻域、時域支持能力。
隨著小波和小波包技術(shù)的發(fā)展，基于小波包的多載波調(diào)制技術(shù)越來越受到人們的關(guān)注?；谛〔ò亩噍d波調(diào)制技術(shù)中的基函數(shù)彼此是相互正交的而且它們的反變換也是相互正交的。在基于小波包的多載波調(diào)制系統(tǒng)中，由于這些小波包基函數(shù)的頻譜是相互重疊的，因此利用小波包基函數(shù)作為子載波可以保證頻譜的有效利用。另外基于小波包的多載波調(diào)制技術(shù)也具有把高速數(shù)據(jù)流通過串并變換，使得每個子載波上的數(shù)據(jù)符號持續(xù)長度相對增加，從而也具有減小無線信道的時間彌散所帶來的ISI的作用；而且由于基于小波包的多載波調(diào)制技術(shù)每個子載波之間存在正交性，允許子載波的頻譜相互重疊，因此可以最大限度的利用頻譜資源；并且在文獻(J.Wu，“Wavelet packet divisionmultiplexing，”Ph.D.dissertation，Dept.of Elect.And Comput.Eng，McMasterUniv.，Hamilton，Canada，1998；L.Zhou，J.Li，J.Liu，and G.Zhang，A novel waveletpacket division multiplexing based on maximum likelihood algorithm and optimumpilot symbol assisted modulation for Rayleigh fading channels，Accepted byCircuits System and Signal processing.)中，已經(jīng)證明了基于小波包的多載波調(diào)制技術(shù)的帶寬效率要高于正交頻分復(fù)用技術(shù)OFDM的帶寬效率；在基于小波包的多載波調(diào)制技術(shù)中的正交調(diào)制和解調(diào)可以采用高效的逆離散小波包變換IDWPT和離散小波包變換DWPT方法實現(xiàn)，其計算效率也優(yōu)于正交頻分復(fù)用技術(shù)OFDM中的傅立葉變換的計算效率。由于基于小波包的多載波調(diào)制技術(shù)中的小波包函數(shù)本質(zhì)上是由一個函數(shù)產(chǎn)生的，因此基于小波包的多載波調(diào)制技術(shù)可以克服在正交頻分復(fù)用技術(shù)OFDM中存在的對頻偏和相位噪聲比較敏感和OFDM的峰值平均功率比較大，會導(dǎo)致射頻放大器的功率效率比較低等缺點；而且基于小波包的多載波調(diào)制技術(shù)中子載波帶寬是不等的因而可以克服正交頻分復(fù)用技術(shù)OFDM子載波帶寬是恒定的；不可能自適應(yīng)分配子載波帶帶寬這一不足之處。
在基于小波包的多載波擴頻系統(tǒng)中，衰落信道在一個小波包多載波調(diào)制碼元內(nèi)的時變會導(dǎo)致子載波間的正交性喪失。因此無線信道具有較嚴重的時變性和多徑效應(yīng)時，會引起傳送的小波包多載波調(diào)制信號的符號間串擾，這時需要采用信道均衡技術(shù)來減輕信道的多徑衰落的影響。在各種信道均衡技術(shù)中，線性均衡器如迫零均衡器由于其簡單、易實現(xiàn)等優(yōu)點已在低速通信系統(tǒng)中得到了廣泛應(yīng)用.但是，在高速數(shù)字通信系統(tǒng)中，信道非線性成為影響信道誤碼性能的主要因素，這時需要采用非線性均衡器才能獲得理想的通信性能。常見的非線性均衡器如神經(jīng)網(wǎng)絡(luò)均衡器。神經(jīng)網(wǎng)絡(luò)均衡器是具有超高維的非線性系統(tǒng)，因而許多具有隱含層的神經(jīng)網(wǎng)絡(luò)都具有良好的非線性逼近能力。目前采用最多的是多層前饋神經(jīng)網(wǎng)絡(luò)BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)，但是BP網(wǎng)絡(luò)存在收斂速度慢、易產(chǎn)生振蕩、易陷入誤差的局部極小值點、隱含節(jié)點數(shù)很難確定等缺點。但是，徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)可以克服上述BP網(wǎng)絡(luò)的缺點，具有較好的抑制多徑信道引起的碼間干擾能力。

發(fā)明內(nèi)容
本發(fā)明目的是避免現(xiàn)有技術(shù)的不足，提出一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)(Wavelet Packet Spread Spectrum，WPSS)及控制方法，用以實現(xiàn)在無線信道下，通信雙方更加安全可靠的傳輸信息，并且提高接收機的魯棒性和智能化水平。
本發(fā)明解決技術(shù)問題的方案是將小波包變換、復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(ComplexRadial Basis Function neural network，CRBF neural network)和最大似然(MaximumLikelihood，ML)檢測算法應(yīng)用于多載波擴頻系統(tǒng)，在多徑衰落信道下，構(gòu)成一種新型的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)(NNE-WPSS)。該系統(tǒng)包括發(fā)射端、接收端及多徑衰落信道模塊，其發(fā)射端主要由正交幅度調(diào)制器QAM、擴頻及小波包調(diào)制模塊構(gòu)成；接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF、解擴及小波包解調(diào)模塊、最大似然檢測器ML、正交幅度解調(diào)器QAM構(gòu)成；在擴頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1；在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF與解擴小波包解調(diào)模塊之間設(shè)有開關(guān)K2；所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF還與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接；將開關(guān)K1、K2置于位置P，啟動神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊，對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的權(quán)值進行更新；將開關(guān)K1、K2置于位置Q，多徑衰落信道模塊將發(fā)射端和接收端連通，信息比特由發(fā)射端的正交幅度調(diào)制器QAM映射，經(jīng)擴頻及小波包調(diào)制后通過多徑衰落信道送至接收端；由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF抑制多徑衰落信道引起的碼間干擾，經(jīng)解擴及小波包解調(diào)，送至最大似然檢測器ML判別，最后正交幅度調(diào)制器QAM將判別的碼元映射成信息比特。
在上述擴頻及小波包調(diào)制模塊內(nèi)設(shè)置復(fù)制器、逆離散小包波變換IDWPT，在逆離散小波包變換IDWPT前插入擴頻碼(Walsh-Hadamard碼，WH)；在解擴及小波包調(diào)制模塊內(nèi)設(shè)置離散小波包變換DWPT、求和器，在離散小波包后插入擴頻碼WH和子帶增益因子；在均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時器、最小均方算法模塊LMS及判決器。
本發(fā)明提供的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，通過擴頻及小波包變換；更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值；解擴及小波包變換和用最大似然檢測算法檢測碼元的操作，實現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴頻碼WH對碼元進行擴頻操作，用逆離散小波包變換IDWPT對擴頻后的信息碼元進行調(diào)制，形成多載波擴頻信號；其次用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值，然后用離散小波包變換DWPT對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進行解調(diào)，并用與發(fā)射端相同的擴頻碼W對解調(diào)輸出的碼元進行解擴；最后利用最大似然檢測算法ML檢測信息碼元。
所述擴頻及逆離散小波包變換IDWPT調(diào)制碼元的步驟如下[1]將單個數(shù)據(jù)碼元復(fù)制成M支路；[2]將M支路的碼元與擴頻碼WH對應(yīng)相乘；[3]利用逆離散小波包變換IDWPT將擴頻碼片映射到每個子載波上，發(fā)送碼元s1如下式所示s1＝φCml＝ψml(1)式(1)中，ml表示為第l個數(shù)據(jù)碼元；φ表示為逆離散小波包變換IDWPT矩陣；C表示為擴頻碼WH矢量；ψ表示為小波包多載波擴頻WPSS矢量φC。
所述利用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值按步驟如下[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進入多徑衰落信道，附加高斯白噪音AWGN后，進入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進入延時器z-τ；[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f(rk))分成兩路，一路經(jīng)判決器輸出為 ；另一路到最小均方算法模塊(LMS)，與從延時器輸出的dk-τ進行LMS計算；1)不斷用dk-τ與f(rk))進行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (2)2)用誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，ωi，k＝ωi，k-1+ηωekβi(‖rk-μi‖) (3)在式(3)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值；ωi，k迭代第k時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值；‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離；βi(‖rk-μi‖)表示為對于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)。
所述利用離散小波包DWPT及擴頻碼WH對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元解調(diào)、解擴的步驟如下[1]發(fā)射端輸出的碼元通過多徑衰落信道和附加高斯白噪聲到達接收端，信道輸出rk的矢量形式可以表示為rk＝Hsk+zk(4)
在(4)式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣；[2]當復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達到預(yù)值時接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)來抑制由多徑衰落信道引起的碼間干擾；復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1Pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(5)]]>[3]用離散小波包變換(DWPT)對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進行解調(diào)，并用與發(fā)射端相同的擴頻碼(WH)對解調(diào)輸出的碼元進行解擴，解擴輸出表示為m^(k)=λCΦTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(6)]]>在式(6)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置； 表示為離散小波包變換DWPT第k個輸入矢量；λ表示為小波包子帶增益因子矢量并且其是由M個子帶增益因子λi所組成；C表示為對應(yīng)于發(fā)送端的擴頻碼。
所述的用最大似然檢測算法(ML)檢測碼元要根據(jù)解擴輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，檢測判斷出最有可能的發(fā)送碼元，其判別最有可能傳輸?shù)拇a元的算法用下式表示m^ML(k)=argminIi(||m^(k)-Ii||2)---(7)]]>式中Ii為所有可能傳輸?shù)拇a元。
與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點1.本發(fā)明采用的多載波調(diào)制是基于小波包的，該調(diào)制方法與正交頻分復(fù)用OFDM、相比，具有比較好的時域支持和頻域支持，具有流水線式操作，及比較好的帶寬效率；本發(fā)明的擴頻系統(tǒng)則具有支持單用戶和多用戶的能力；其具有內(nèi)在的頻率分集可以克服頻率選擇性衰落的能力；2.本發(fā)明采用具有強大非線性映射能力的徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)作為基于小波包的多載波擴頻系統(tǒng)的均衡器，用來抑制多徑信道引起的碼間干擾。在無線信道多徑衰落嚴重時，徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)可以很好的補償信道頻域響應(yīng)中“凹槽”附近的幅度衰落，與線性均衡器相比，不會對該段頻譜進行放大，并且使該頻段的噪聲減小。不但如此；本發(fā)明采用的復(fù)徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)均衡技術(shù)與目前采用最多的是多層前饋神經(jīng)網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)相比，具有收斂速度快、不易產(chǎn)生振蕩、不易陷入誤差的局部極小值點、隱含節(jié)點數(shù)易于確定等優(yōu)點。徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)在一定程度上克服了多層層間全互聯(lián)網(wǎng)絡(luò)的非線性復(fù)雜度，學(xué)習(xí)算法LMS簡潔且易于實現(xiàn)。
將本發(fā)明與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴頻系統(tǒng)NNE-OFDM-SS和自行擬制的基于迫零均衡器ZFE的小波包的多載波擴頻系統(tǒng)ZFE-WPSS進行仿真試驗，仿真結(jié)果表明在多徑衰落信道及不同調(diào)制制式下，本發(fā)明的碼元誤碼率(Symbol Error Rate，SER)性能要優(yōu)于后兩者。
3.本發(fā)明采用了基于Walsh-Hadamard碼的擴頻通信技術(shù)，因此本發(fā)明所設(shè)計的系統(tǒng)與傳統(tǒng)的通信系統(tǒng)相比具有如下幾個優(yōu)點(1)由于本發(fā)明將信號擴展到很寬的頻帶上，在接收端對擴頻信號進行相關(guān)處理即帶寬壓縮，恢復(fù)成窄帶信號。對干擾信號而言，由于與擴頻偽隨機碼不相關(guān)，則被擴展到一很寬的頻帶上，使進入信號通頻帶內(nèi)的干擾功率大大降低，相應(yīng)的增加了相關(guān)器的輸出信號/干擾比，因此本發(fā)明具有很強的抗干擾能力。
(2)本發(fā)明采用的擴頻通信技術(shù)本身就是一種多址通信方式，稱為擴頻多址(SSMA-Spread Spectrum Multiple Access)，是碼分多址CDMA的一種，用不同的擴頻碼組成不同的網(wǎng)。雖然擴頻系統(tǒng)占用了很寬的頻帶，但由于各網(wǎng)可在同一時刻共用同一頻段，其頻譜利用率甚至比單路單載波系統(tǒng)還要高。
(3)由于本發(fā)明將傳送的信息擴展到很寬的頻帶上去，其功率密度隨頻譜的展寬而降低，甚至可以將信號淹沒在噪聲中。因此，其保密性很強，要截獲或竊聽、偵察這樣的信號是非常困難的，除非采用與發(fā)送端所用的擴頻碼且與之同步后進行相關(guān)檢測，否則對擴頻信號是無能為力的。
(4)在移動通信、室內(nèi)通信等通信環(huán)境下，多徑干擾是非常嚴重的，系統(tǒng)必須具有很強的抗干擾能力，才能保證通信的暢通。由于本發(fā)明采用擴頻通信技術(shù)使其具有很強的抗多徑能力，本發(fā)明是利用擴頻所用的擴頻碼的相關(guān)特性來達到抗多徑干擾，甚至可利用多徑能量來提高系統(tǒng)的性能。
4.由于本發(fā)明采用了最大似然檢測算法，使得本發(fā)明在信號檢測方面具有結(jié)構(gòu)簡單、計算時延小、硬件比較容易實現(xiàn)。


圖1是本發(fā)明的總體結(jié)構(gòu)框2是本發(fā)明擴頻及小波包調(diào)制模塊內(nèi)設(shè)示意3是本發(fā)明解擴及小波包解調(diào)模塊內(nèi)設(shè)示意4是基于LMS算法的CRBF神經(jīng)網(wǎng)絡(luò)均衡器結(jié)構(gòu)5是本發(fā)明在信道模型A的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡圖6是本發(fā)明在信道模型B的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡圖7是本發(fā)明在信道模型A下與NNE-OFDM-SS、ZFE-WPSS碼元誤碼率比較圖8是本發(fā)明在信道模型B下與NNE-OFDM-SS、ZFE-WPSS碼元誤碼率比較具體實施方式
下面結(jié)合附圖對本發(fā)明作詳細說明。
本發(fā)明采用了基于小波包的多載波調(diào)制技術(shù)和基于(Walsh-Hadamard碼，WH)擴頻通信技術(shù)結(jié)合的基帶發(fā)射和接收技術(shù)。小波包變換(Wavelet Packet Transform，即WPT)主要用于數(shù)字信號的多載波解調(diào)。小波包逆變換(Inverse Wavelet Packet Transform即IWPT)則用于數(shù)字信號的多載波調(diào)制。與傅立葉變換類似，小波包變換WPT也存在快速遞歸分解和合并算法。在無線通信中，該快速遞歸合并和分解算法分別對應(yīng)調(diào)制處理和解調(diào)處理；其分別稱為逆離散小波包變換(Inverse Discrete Wavelet Packet Transform，IDWPT)和離散小波包變換(Discrete Wavelet Packet Transform，DWPT)。本發(fā)明在發(fā)射端利用新型的逆離散小波包變換IDWPT代替在正交頻分復(fù)用技術(shù)OFDM中傳統(tǒng)的快速傅立葉逆變換IFFT，并且在IDWPT前端插入擴頻碼以提高系統(tǒng)帶寬和提高系統(tǒng)抑制由多徑衰落信道引起的碼間干擾ISI的能力；在接收端則利用離散小波包變換DWPT代替在OFDM中傳統(tǒng)的快速傅立葉變換FFT并且用其對接收信號進行多載波解調(diào)處理。這兩個過程都采用了快速遞歸算法來完成二叉樹結(jié)構(gòu)?；谏窠?jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)的總體結(jié)構(gòu)如圖1所示。
參見圖1，本發(fā)明發(fā)射端主要由正交幅度調(diào)制(Quadrature Amplitude Modulation，QAM)器模塊、擴頻及小波包調(diào)制模塊組成。結(jié)合圖2，所述擴頻及小波包調(diào)制模塊內(nèi)設(shè)復(fù)制器、逆離散小波包變換IDWPT，在逆離散小波包變換IDWPT前插入擴頻碼WH。接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF、解擴及小波包解調(diào)模塊、最大似然檢測器ML、正交幅度解調(diào)器QAM構(gòu)成；結(jié)合圖3，在解擴及小波包解調(diào)模塊內(nèi)設(shè)置離散小波包變換DWPT、插入擴頻碼WH和子帶增益因子及求和器。本發(fā)明所采用的離散小波包變換DWPT帶有8個子載波，離散小波包變換DWPT的小波包尺度函數(shù)是著名的Haar正交小波的尺度函數(shù)即φ=11/2,]]>小波函數(shù)為ψ=1-1/2;]]>擴頻碼為8位Walsh-Hadamard碼。如圖1所示，在擴頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1，在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF與解擴小波包解調(diào)模塊之間設(shè)有開關(guān)K2，該復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF還與均衡器訓(xùn)練模塊連接。結(jié)合圖4，神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時器、最小均方算法模塊LMS及判決器。系統(tǒng)首先將開關(guān)K1、K2置于位置P，接通多徑衰落信道模塊、訓(xùn)練模塊、復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF。訓(xùn)練模塊在最小均方LMS(Least MeanSquare algorithm，)準則下，更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的權(quán)值。當復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF達到預(yù)值的時候；系統(tǒng)將開關(guān)K1和K2由位置P處切換到位置Q處。這時，發(fā)射端的正交幅度調(diào)制器QAM將每個信號幀包含的信息比特映射成正交幅度調(diào)制碼元QAM；利用復(fù)制器和擴頻碼WH對QAM碼元進行擴頻操作；然后，利用逆離散小波包變換IDWPT調(diào)制碼元QAM，形成多載波調(diào)制碼元。發(fā)射端輸出的信息碼元通過多徑衰落信道和附加高斯白噪聲到達接收端。接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF抑制由多徑衰落信道引起的碼間干擾；再通過離散小波包變換DWPT解調(diào)復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元；并且利用與發(fā)射端相同的擴頻碼WH對解調(diào)輸出的碼元進行解擴；然后通過最大似然檢測算法ML對解擴輸出的碼元進行判決；最后由正交幅度解調(diào)器QAM將最大似然檢測器ML輸出的碼元映射成信息比特。
本發(fā)明基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)的控制方法是通過擴頻及小波包變換，更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值，解擴及小波包變換和用最大似然檢測算法檢測碼元，實現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴頻碼WH對碼元進行擴頻操作，用逆離散小波包變換IDWPT對擴頻后的信息碼元進行調(diào)制，形成多載波擴頻信號；其次用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器CRBF的權(quán)值，然后用離散小波包變換DWPT對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進行解調(diào)上，并用與發(fā)射端相同的擴頻碼WH對解調(diào)輸出的碼元進行解擴，最后利用最大似然檢測算法ML檢測信息碼元。
實施上述控制方法的具體步驟如下1.對信息碼元進行擴頻及逆離散小波包變換IDWPT調(diào)制如圖2所示，發(fā)送信號按照如下步驟產(chǎn)生。首先，將單個數(shù)據(jù)碼元復(fù)制成M支路；其次，這些碼元與擴頻碼WH對應(yīng)相乘。最后，利用逆離散小波包變換IDWPT將擴頻碼片映射到每個子載波上。發(fā)送碼元s1如下所示
上式中，ml表示為第l個數(shù)據(jù)碼元；ci表示為擴頻碼WH的第i個碼片；φi表示第i個小波包；φ表示為逆離散小波包變換IDWPT矩陣；C表示為擴頻碼wH矢量；ψ表示為小波包多載波擴頻WPSS矢量；其定義為ψ＝[ψ(0)ψ(1)…ψ(M-1)]T＝φC(2)2.用最小均方算法LMS更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值如圖4所示，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器由輸入層、隱藏層和輸出層構(gòu)成，本發(fā)明采用的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的輸入層擁有17源結(jié)點；隱含層擁有18個神經(jīng)元；輸出層擁有2個輸出層。本發(fā)明定義第k個隱含神經(jīng)元連接權(quán)系數(shù)為ωk而ω0為偏差項。為了實現(xiàn)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器的復(fù)值輸出；將均衡器權(quán)系數(shù)ωk分解成實部為ωRk和虛部為ωIk兩部分。因此，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以表示為f((rk))=(ωR0+Σi=1PωRiβi(rk))+j(ωI0+Σi=1PωIiβi(rk))=ω0+Σi=1Pωiexp(-12σi2(rk-μi)H(rk-μi))---(3)]]>上式(3)中，σi2表示為高斯函數(shù)的方差；p表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器隱含層神經(jīng)元的總數(shù)；μi表示為隱含層第i個神經(jīng)元m維復(fù)中心矢量；βi(rk)表示為對于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)；其可以表示為βi(||rk-μi||)=exp(-12σi2(rk-μi)H(rk-μi)),i=1,···,p---(4)]]>上式(4)中，‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離。
如圖1所示，將系統(tǒng)開關(guān)K1、K2轉(zhuǎn)到位置P，利用訓(xùn)練序列驅(qū)動最小均方LMS模塊，應(yīng)用LMS算法更新復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值，如圖4所示，其步驟如下[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進入多徑衰落信道，附加高斯白噪音AWGN后，進入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進入延時器z-τ[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f((rk))分成兩路，一路經(jīng)判決器輸出為 另一路到最小均方算法模塊LMS，與從延時器輸出的dk-τ進行LMS計算；1)不斷用dk-τ與f((rk))進行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (5)
2)誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，當權(quán)值達到預(yù)值后，可用復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF來抑制系統(tǒng)多徑衰落信道的碼間干擾。權(quán)值更新的表達式為ωi，k＝ωi，k-1+ηωekβi(‖rk一μi‖) (6)式(6)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值；ωi，k迭代第k時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值。
3.通過離散小波包變換DWPT解調(diào)復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元，并利用與發(fā)射端相同的擴頻碼WH對已解調(diào)的碼元進行解擴的步驟如下[1]如圖1所示，當復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達到預(yù)值的時候；系統(tǒng)將開關(guān)K1和K2由位置P處切換到位置Q處。信道輸出rk的矢量形式可以表示為 上式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣。
當復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達到預(yù)值時；接收機利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器CRBF來抑制由多徑衰落信道引起的碼間干擾。根據(jù)式(3)和(7)，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1Pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(8)]]>[3]如圖3所示，用離散小波包變換DWPT對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器CRBF的輸出碼元進行解調(diào)，并用與發(fā)射端相同的擴頻碼WH對解調(diào)輸出的碼元進行解擴，解擴輸出可以表示為m^(k)=λCΦTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(9)]]>式(9)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置； 表示為離散小波包變換DWPT第k個輸入矢量；λ表示為小波包子帶增益因子矢量并且其是由M個子帶增益因子λi所組成；C表示為對應(yīng)于發(fā)送端的擴頻碼。
4.用最大似然算法檢測出信息碼元根據(jù)解擴輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，利用ML檢測算法可以判斷出最有可能的發(fā)送碼元。所有可能傳輸?shù)拇a元可以表示為Ii，那么式(9)中的經(jīng)由離散小波包變換解調(diào)輸出的碼元可以改寫成m^ML(k)=argminIi(||m^(k)-Ii||2)---(10)]]>經(jīng)檢測判別的碼元再由正交幅度解調(diào)器映射成信息比特。
仿真實驗結(jié)果為了說明本發(fā)明的實施效果，選擇在信道A和信道B環(huán)境下，進行復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)仿真訓(xùn)練實驗和與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴頻系統(tǒng)(NNE-OFDM-SS)和自行擬制的基于迫零均衡器(zero-forcing equalizer)的小波包的多載波擴頻系統(tǒng)主要性能仿真試驗比較。本發(fā)明采用的信道模型A和B來源于文獻(C.R.Johnson，H.J.Lee，et al.，On fractionally-spaced equalizer design for microwaveradio channels，Proc.Asilomar Conf.on Signals，Systems，and computers，pp698-702，Pacific Grove，CA，November 1995.)。
1.復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)仿真訓(xùn)練軌跡如圖5和圖6。從圖5和圖6可以看出，復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡與調(diào)制制式有關(guān)；調(diào)制制式越低復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器參數(shù)訓(xùn)練軌跡收斂速度越快。
2.本發(fā)明的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包的多載波擴頻系統(tǒng)NNE-WPSS與自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴頻系統(tǒng)NNE-OFDM-SS和自行擬制的基于迫零均衡器(zero-forcing equalizer)的小波包的多載波擴頻系統(tǒng)主要性能比較仿真試驗，仿真結(jié)果如圖7和8所示。從圖7和圖8可以看出；在信噪比
范圍內(nèi)，調(diào)制方式分別為4QAM、16QAM、64QAM；基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)NNE-WPSS的碼元誤碼率(Symbol Error Rate，SER)性能要優(yōu)于自行擬制的基于迫零均衡器ZFE的小波包的多載波擴頻系統(tǒng)ZFE-WPSS和自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴頻系統(tǒng)NNE-OFDM-SS。這主要是因為[1]神經(jīng)網(wǎng)絡(luò)均衡器比較好的抑制了多徑信道引起的碼間干擾，但是附加白高斯噪聲AWGN已然存在，由于小波包多載波調(diào)制對附加白高斯噪聲的抑制能力比OFDM強；因此基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)NNE-WPSS的誤碼率性能要優(yōu)于自行擬制的基于神經(jīng)網(wǎng)絡(luò)均衡器的頻分復(fù)用擴頻系統(tǒng)NNE-OFDM-SS；[2]神經(jīng)網(wǎng)絡(luò)均衡器抑制多徑衰落信道引起的碼間干擾的能力要比迫零均衡器強；所以基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)NNE-WPSS的碼元誤碼率(SymbolError Rate，SER)性能要優(yōu)于自行擬制的基于迫零均衡器(ZFE)的小波包的多載波擴頻系統(tǒng)ZFE-WPS。
權(quán)利要求
1.一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)，包括發(fā)射端、接收端及多徑衰落信道模塊，其特征在于發(fā)射端主要由正交幅度調(diào)制器(QAM)、擴頻及小波包調(diào)制模塊構(gòu)成；接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)、解擴及小波包解調(diào)模塊、最大似然檢測器(ML)、正交幅度解調(diào)器(QAM)構(gòu)成；在擴頻及小波包調(diào)制模塊與多徑衰落信道模塊之間設(shè)有開關(guān)K1；在復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)與解擴小波包解調(diào)模塊之間設(shè)有開關(guān)K2；所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)還與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接；將開關(guān)K1、K2置于位置P，神徑網(wǎng)絡(luò)均衡器訓(xùn)練模塊啟動，對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值進行更新；將開關(guān)K1、K2置于位置Q，信息比特經(jīng)由發(fā)射端的正交幅度調(diào)制器(QAM)映射，再經(jīng)擴頻及小波包調(diào)制后，通過多徑衰落信道送至接收端；由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)抑制多徑衰落信道引起的碼間干擾，經(jīng)解擴及小波包解調(diào)后，送至最大似然檢測器(ML)判別，再由正交幅度調(diào)制器(QAM)將判別的碼元映射成信息比特。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)，其特征在于所述擴頻及小波包調(diào)制模塊內(nèi)設(shè)置復(fù)制器、逆離散小包波變換(IDWPT)，在逆離散小波包變換(IDWPT)前插入擴頻碼(WH)；所述解擴及小波包調(diào)制模塊內(nèi)設(shè)置離散小波包變換(DWPT)、求和器，在離散小波包后插入擴頻碼(WH)和子帶增益因子；所述均衡器訓(xùn)練模塊內(nèi)設(shè)有訓(xùn)練序列、延時器、最小均方算法模塊(LMS)及判決器。
3.一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，通過擴頻及小波包變換，更新復(fù)徑向神經(jīng)網(wǎng)絡(luò)器權(quán)值，解擴及小波包變換和用最大似然檢測算法檢測碼元的操作，實現(xiàn)多載波的安全可靠傳輸，首先，用復(fù)制器和擴頻碼(WH)對碼元進行擴頻操作，用逆離散小波包變換(IDWPT)對擴頻后的信息碼元進行調(diào)制，形成多載波擴頻信號；其次用最小均方算法(LMS)更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值，然后用離散小波包變換(DWPT)對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進行解調(diào)，并用與發(fā)射端相同的擴頻碼(WH)對解調(diào)輸出的碼元進行解擴；最后利用最大似然檢測算法(ML)檢測信息碼元。
4.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，其特征在于擴頻及逆離散小波包變換(IDWPT)調(diào)制碼元的步驟如下[1]將單個數(shù)據(jù)碼元復(fù)制成M支路；[2]將M支路的碼元與擴頻碼(WH)對應(yīng)相乘；[3]利用逆離散小波包變換(IDWPT)將擴頻碼片映射到每個子載波上，發(fā)送碼元s1如下式所示s1＝φCml＝ψml(1)式(1)中，ml表示為第l個數(shù)據(jù)碼元；φ表示為逆離散小波包變換(IDWPT)矩陣；C表示為擴頻碼(WH)矢量；ψ表示為小波包多載波擴頻(WPSS)矢量φC。
5.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，其特征在于利用最小均方算法(LMS)更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器(CRBF)的權(quán)值按如下步驟進行[1]從訓(xùn)練序列輸出訓(xùn)練碼元的d(k)，一路進入多徑衰落信道，附加高斯白噪音AWGN后，進入神經(jīng)網(wǎng)絡(luò)均衡器；另一路進入延時器z-τ；[2]復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器輸出碼元f((rk))分成兩路，一路經(jīng)判決器輸出為 另一路到最小均方算法模塊(LMS)，與從延時器輸出的dk-τ進行LMS計算；1)不斷用dk-τ與f((rk))進行比較，得到傳輸碼元dk-τ與復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出f((rk))之間的誤差ek；ek＝dk-τ-f((rk)) (2)2)用誤差ek不斷輸入復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器，不斷更新其權(quán)值ωi，k，ωi，k＝ωi，k-1+ηωekβi(‖rk-μi‖)(3)在式(3)中，ηω表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器權(quán)值的學(xué)習(xí)率；ωi，k-1表示為迭代第k-1時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值；ωi，k迭代第k時復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器第i個權(quán)值；‖rk-μi‖表示為復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk與隱含層第i個神經(jīng)元的m維復(fù)中心矢量μi之間的歐式距離；βi(‖rk-μi‖)表示為對于復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸入矢量為rk的隱含層神經(jīng)元響應(yīng)。
6.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，其特征在于利用離散小波包(DWPT)及擴頻碼(WH)對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元解調(diào)、解擴的步驟如下[1]發(fā)射端輸出的碼元通過多徑衰落信道和附加高斯白噪聲到達接收端，信道輸出rk的矢量形式可以表示為rk＝Hsk+zk(4)在(4)式中，sk表示為發(fā)送碼元矢量；zk～Nc(0，σAWGN2I)表示為附加白噪聲矢量；其方差矩陣為σAWGN2I；H表示為m×(L+m+1)信道矩陣；[2]當復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器達到預(yù)值時；接收端利用已訓(xùn)練好的復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)來抑制由多徑衰落信道引起的碼間干擾；復(fù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)均衡器輸出可以寫為s^(k)=ω0,opt+Σi=1pωi,optexp(-12σi2((Hsk+zk)-μi)H((Hsk+zk)-μi))---(5)]]>[3]用離散小波包變換(DWPT)對復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器(CRBF)的輸出碼元進行解調(diào)，并用與發(fā)射端相同的擴頻碼(WH)對解調(diào)輸出的碼元進行解擴，解擴輸出表示為m^(k)=λCφTs^k=Σi=0M-1Σj=0M-1λiciφi(j)s^k(j)---(6)]]>在式(6)中，φT表示為離散小波包變換DWPT矩陣并且是φ的轉(zhuǎn)置；k表示為離散小波包變換DWPT第k個輸入矢量；入表示為小波包子帶增益因子矢量并且其是由M個子帶增益因子λi所組成；C表示為對應(yīng)于發(fā)送端的擴頻碼。
7.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)控制方法，其特征在于用最大似然檢測算法(ML)檢測碼元要根據(jù)解擴輸出的碼元與所有可能的發(fā)送碼元之間歐氏距離，檢測判斷出最有可能的發(fā)送碼元，其判別最有可能傳輸?shù)拇a元的算法用下式表示m^ML(k)=argminIi(||m^(k)-Ii||2)---(7)]]>上式中，Ii為所有可能傳輸?shù)拇a元。
全文摘要
本發(fā)明提供一種基于神經(jīng)網(wǎng)絡(luò)均衡器的小波包多載波擴頻系統(tǒng)及控制方法，該系統(tǒng)包括發(fā)射端、接收端及多徑衰落信道模塊，發(fā)射端主要由正交幅度調(diào)制器、復(fù)制器、逆離散小包波變換組成，在逆離散小波包變換前插入擴頻碼。接收端主要由復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器、離散小波包變換、求和器、最大似然檢測器、正交幅度解調(diào)器構(gòu)成；在離散小波包變換后插入擴頻碼WH和子帶增益因子，所述復(fù)徑向神經(jīng)網(wǎng)絡(luò)均衡器與神經(jīng)網(wǎng)絡(luò)均衡器訓(xùn)練模塊連接。在系統(tǒng)上設(shè)有控制開關(guān)，控制開關(guān)的轉(zhuǎn)換位置，可實現(xiàn)用最小均方算法LMS更新復(fù)徑向神徑網(wǎng)絡(luò)均衡器的權(quán)值和實現(xiàn)收發(fā)雙方的通信，其具體包括信道均衡，擴頻、解擴，小波包多載波調(diào)制、解調(diào)，最大似然算法的檢測判決。
文檔編號H04B1/69GK1731779SQ20051004305
公開日2006年2月8日 申請日期2005年8月5日 優(yōu)先權(quán)日2005年8月5日
發(fā)明者李建東, 周雷, 張光輝, 賀鵬, 張文柱, 李長樂, 王炫, 周曉東, 趙林靜, 陳亮, 呂卓, 龐繼勇 申請人:西安電子科技大學(xué)