盲均衡技術在通信系統(tǒng)中的仿真應用研究

定　價：￥48.00

作　者：	趙娟，高正明著
出版社：	華中科技大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787568081214	出版時間：	2022-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	174	字數(shù)：

內(nèi)容簡介

　　隨著技術水平的發(fā)展，在現(xiàn)代通信系統(tǒng)中，數(shù)字通信取得模擬通信的趨勢日益明顯。數(shù)字通信系統(tǒng)具有許多優(yōu)點，如抗干擾能力強、系統(tǒng)穩(wěn)定性強等，但也存在著一些問題，如由于信道傳遞函數(shù)的非理想性、時變性和傳輸碼元之間存在互相干擾等原因，使得信道接收端抽樣值總是存在碼間串擾，導致系統(tǒng)誤差率高，判別能力下降等。為解決這些難題，提高數(shù)字通信通信系統(tǒng)性能，業(yè)界提出了信道均衡技術，用以克服數(shù)字通信系統(tǒng)中的碼間串擾，其中自適應均衡技術，又稱盲均衡技術，具有自適應能力強，不需要訓練序列，信帶利用率高等優(yōu)點，成為通信技術研究的熱點，在通信系統(tǒng)中具有重要的作用。本書首先探索了盲均衡器設計的原理、技術方法，并開展了數(shù)值仿真分析，驗證了常模盲均衡算法及幾種常見的改進算法的性能指標，從誤碼率、殘差等角度，分析了算法的實際應用價值。其次在常模盲均衡算法的研究基礎上，將模糊補償神經(jīng)網(wǎng)絡將模糊理論、補償算法引入到神經(jīng)網(wǎng)絡理論中，從而提高神經(jīng)網(wǎng)絡系統(tǒng)的適應性，容錯性和穩(wěn)定性。主要研究基于模糊補償神經(jīng)網(wǎng)絡的盲均衡算法，并根據(jù)無線信道模型，對其仿真及應用進行分析和設計。主要介紹了基于神經(jīng)網(wǎng)絡的盲均衡算法基礎，對神經(jīng)網(wǎng)絡的發(fā)展、分類及學習規(guī)則等作以簡單描述，并簡單介紹了神經(jīng)網(wǎng)絡理論中主要的改進方法；對數(shù)字信道均衡技術進行了簡單描述，給出了均衡器的一般設計原理、分類并根據(jù)研究方向詳細介紹了盲均衡器的初步知識。在研究基礎理論的同時進行了盲均衡算法仿真平臺的設計和框架結構的搭建，并通過對常模代價函數(shù)、方形輪廓線算法和復值神經(jīng)網(wǎng)絡的仿真分析，闡述了方形輪廓線算法及代價函數(shù)的改進算法在復值神經(jīng)網(wǎng)絡盲均衡器中的應用。著重介紹BP神經(jīng)網(wǎng)絡的盲均衡算法，分析了算法在實際應用中的性能，進行了算法性能的仿真，并給出實際應用過程中的注意事項。經(jīng)過分析得出基于BP神經(jīng)網(wǎng)絡的盲均衡器收斂速度快、平均誤差小、適合在高信噪比條件下工作。并根據(jù)4QAM調(diào)制信號經(jīng)無線信道模型傳輸后的輸出信號對其性能進行了仿真評估。與常模盲均衡算法相比，基于模糊補償神經(jīng)網(wǎng)絡的盲均衡算法能夠顯著地提高系統(tǒng)收斂速度，降低剩余誤差和誤碼率。還詳細介紹了基于Sigmoid函數(shù)的變步長算法。運用Sigmoid函數(shù)控制步長，從而顯著提高了基于模糊補償神經(jīng)網(wǎng)絡的盲均衡算法的收斂速度。*后，本文針對當前工作對基于模糊補償神經(jīng)網(wǎng)絡的盲均衡算法研究提出了幾點意見。

作者簡介

　　趙娟，女，副教授，荊楚理工學院電子與信息工程學院電子信息工程專業(yè)教師，積極響應、落實學校和學院的辦學方針、政策，致力于物聯(lián)網(wǎng)專業(yè)的長足發(fā)展和建設。一直將“學高為師，身正為范”作為自己的座右銘，誠懇待人，虛心學習。在工作中注重實干，樂于助人，強化實踐性教學，加強校企合作的教育教學改革示范區(qū)建設。積極投身教學團隊建設，作為參與人申報物聯(lián)網(wǎng)工程專業(yè)教學團隊、重點實驗室建設和智慧農(nóng)業(yè)科研基地等。積極投身于學校轉(zhuǎn)型發(fā)展，作為參與人成功獲批并建設教育部—中興通訊ICT產(chǎn)教融合創(chuàng)新基地項目、湖北省荊楚卓越人才計劃項目，為物聯(lián)網(wǎng)專業(yè)的建設和發(fā)展奠定了較好的基礎。作為專職教師，主要從事通信與信息技術、電子系統(tǒng)設計、物聯(lián)網(wǎng)等方向的教學與科研工作。近年來主要承擔《通信原理》、《信號與系統(tǒng)》、《數(shù)字信號處理》、《數(shù)字電子技術》等專業(yè)課的教學工作，主持或主研各類科研項目共8項；主持或主研各類教研項目共10項；教學質(zhì)量工程項目2項；以第一（通信）作者發(fā)表學術論文30余篇，其中SCI收錄1篇、核心2篇、EI收錄5篇、獲得教育部中南地區(qū)高等學校電子電氣基礎課程教學研究會優(yōu)秀論文一等獎、二等獎、三等獎各1篇；編寫教材五本；獲得發(fā)明專利2項、實用新型專利10項、外觀專利5項；獲得軟件著作權12個。注重大學生課外創(chuàng)新創(chuàng)業(yè)能力的提高，指導各類大學生科技創(chuàng)新項目20項，指導在校大學生入駐創(chuàng)業(yè)園4個團隊，指導學生參加創(chuàng)新創(chuàng)業(yè)競賽獲*三等獎1項、省級三等獎1項，獲校優(yōu)質(zhì)課競賽一等獎1次、二等獎2次。

圖書目錄

第1章緒論(1)
1.1信道盲均衡技術的背景和意義(3)
1.1.1基于高階統(tǒng)計量的算法(3)
1.1.2基于二階統(tǒng)計量的算法(4)
1.1.3基于二階統(tǒng)計量的盲算法(4)
1.2信道盲均衡技術國內(nèi)外研究現(xiàn)狀(6)
1.2.1信道盲均衡技術國外研究情況簡介(6)
1.2.2信道盲均衡技術國內(nèi)研究情況簡介(8)
1.3基于常模盲均衡算法研究現(xiàn)狀(8)
1.4神經(jīng)網(wǎng)絡盲均衡算法研究現(xiàn)狀(9)
1.5基于模糊理論的均衡算法研究現(xiàn)狀(10)
1.6模糊神經(jīng)網(wǎng)絡、模糊補償神經(jīng)網(wǎng)絡的提出與發(fā)展(10)
1.7主要研究工作(11)
第2章盲均衡與常模盲均衡理論(13)
2.1盲均衡基本理論(13)
2.1.1均衡器的基本原理(14)
2.1.2盲均衡器的均衡準則(15)
2.1.3盲均衡算法的性能評價指標(16)
2.2常模盲均衡器設計(16)
2.3常模盲均衡算法更新公式及代價函數(shù)(17)
2.3.1代價函數(shù)設計(18)
2.3.2更新公式(19)
2.4仿真信號源(19)
2.4.1QAM調(diào)制技術(19)
2.4.2Matlab軟件的信號仿真命令(20)
2.4.3基于Matlab的QAM信號仿真(21)
2.5常模盲均衡算法性能評估(22)
2.5.1常模盲均衡算法均方誤差性能仿真(23)
2.5.2步長對常模盲均衡器收斂速度的影響(23)
2.5.3常模盲均衡算法誤碼性能仿真(25)
2.6小結(26)
第3章變步長常模盲均衡算法(27)
3.1基于箕舌線函數(shù)的變步長算法(27)
3.2基于變步長的常模盲均衡算法性能仿真(28)
3.3小結(30)
第4章改進變步長常模盲均衡算法(31)
4.1常模盲均衡算法(31)
4.2變步長常模盲均衡算法改進算法(32)
4.2.1算法提出的原因(32)
4.2.2一維約束優(yōu)化算法(32)
4.2.3基于*優(yōu)控制步長的常模盲均衡算法(33)
4.3仿真分析與應用(33)
4.4小結(34)
第5章動量常模盲均衡算法(35)
5.1動量常模盲均衡算法基礎(35)
5.1.1動量*小均方誤差算法(35)
5.1.2動量常模盲均衡算法性能仿真(36)
5.2變動量因子常模盲均衡算法(37)
5.2.1變動量因子(37)
5.2.2算法性能仿真(38)
5.3基于統(tǒng)計動量因子的常模盲均衡算法(40)
5.3.1變動量因子算法(40)
5.3.2算法性能仿真(41)
5.4小結(42)
第6章變步長動量常模盲均衡算法(43)
6.1變步長動量常模盲均衡算法基礎(43)
6.2算法性能仿真(43)
6.3小結(46)
第7章基于神經(jīng)網(wǎng)絡的盲均衡基礎知識(48)
7.1神經(jīng)網(wǎng)絡基礎知識(48)
7.1.1神經(jīng)網(wǎng)絡的發(fā)展(48)
7.1.2神經(jīng)網(wǎng)絡的構成與基本屬性(49)
7.1.3神經(jīng)網(wǎng)絡改進算法(49)
7.1.4基于神經(jīng)網(wǎng)絡結構的改進算法(49)
7.1.5基于神經(jīng)網(wǎng)絡運算方式的改進(50)
7.2盲均衡技術的基本理論(51)
7.2.1信道均衡初步(51)
7.2.2均衡器提出原理(51)
7.2.3均衡器工作過程(52)
7.2.4均衡器均衡效果評價(53)
7.2.5均衡器分類(53)
7.2.6盲均衡算法分類(54)
7.2.7盲均衡器系數(shù)更新算法(54)
第8章基于CFNN的盲均衡算法(56)
8.1CFNN盲均衡算法的基本原理(56)
8.2CFNN盲均衡模型(56)
8.3CFNN盲均衡算法(58)
8.4基于常模盲均衡算法的盲均衡器設計(58)
8.4.1誤差信號(59)
8.4.2抽頭系數(shù)更新(60)
8.4.3基于CFNN的盲均衡器的實現(xiàn)(61)
8.5算法性能評價(65)
8.6小結(67)
第9章基于變步長CFNN盲均衡算法(68)
9.1基于sigmoid函數(shù)的變步長算法(68)
9.1.1算法性能分析(68)
9.1.2參數(shù)選擇(69)
9.2算法性能評價(70)
9.3小結(72)
第10章基于BP神經(jīng)網(wǎng)絡的盲均衡算法應用研究(73)
10.1基于BP神經(jīng)網(wǎng)絡的盲均衡算法基礎(73)
10.2性能仿真及應用研究(75)
10.3算法性能仿真(75)
10.4實際應用過程中的注意事項(76)
10.5小結(77)
第11章一種通信系統(tǒng)盲均衡算法仿真平臺(78)
11.1通信系統(tǒng)盲均衡算法概述(78)
11.1.1常見盲均衡算法(78)
11.1.2盲均衡算法仿真研究一般化過程(79)
11.2盲均衡算法仿真平臺設計與實現(xiàn)(80)
11.2.1功能設計(80)
11.2.2框架結構(80)
11.3小結(83)
第12章基于BP神經(jīng)網(wǎng)絡的盲均衡器設計(84)
12.1基于BP神經(jīng)網(wǎng)絡的盲均衡算法研究(84)
12.1.1基于BP神經(jīng)網(wǎng)絡的盲均衡算法復雜度(85)
12.1.2神經(jīng)網(wǎng)絡結構改進算法應用價值評估(86)
12.1.3BP神經(jīng)網(wǎng)絡算法改進(88)
12.2基于BP神經(jīng)網(wǎng)絡的盲均衡器設計基礎(89)
12.3小結(91)
第13章方形輪廓線算法在復值BP神經(jīng)網(wǎng)絡盲均衡器中的應用研究(92)
13.1基本理論與算法(92)
13.1.1常模代價函數(shù)(92)
13.1.2方形輪廓線算法(93)
13.1.3復值神經(jīng)網(wǎng)絡(93)
13.2算法性能仿真分析(95)
13.3小結(96)
第14章代價函數(shù)及其在盲均衡器設計中的應用(98)
14.1代價函數(shù)的性質(zhì)與改進算法(98)
14.1.1代價函數(shù)的性質(zhì)(99)
14.1.2幾種常見的代價函數(shù)(99)
14.1.3組合改進代價函數(shù)(100)
14.2基于BP神經(jīng)網(wǎng)絡的盲均衡器代價函數(shù)的選用(101)
14.2.1基于BP神經(jīng)網(wǎng)絡的盲均衡算法(101)
14.2.2常模盲均衡算法CMA(p，q)中p值的選用(102)
14.2.3組合改進型代價函數(shù)的選用(102)
14.3小結(105)
第15章基于可調(diào)激活函數(shù)的復值BP神經(jīng)網(wǎng)絡盲均衡技術研究(106)
15.1引言(106)
15.2新型盲均衡器的模型和算法(107)
15.3模擬和討論(111)
15.3.1仿真設置(111)
15.3.2結果與討論(112)
15.4小結(113)
第16章基于BP神經(jīng)網(wǎng)絡的代價函數(shù)及其在盲均衡器設計中的應用(114)
16.1引言(114)
16.2基本理論(114)
16.3代價函數(shù)的性質(zhì)(114)
16.4一些代價函數(shù)(115)
16.4.1模擬和討論(116)
16.4.2以CMA(p，2)表示的p值(116)
16.4.3改進代價函數(shù)的模擬(116)
16.5小結(117)
第17章總結與展望(118)
17.1本研究所做的工作(118)
17.2進一步研究展望(120)
附錄A“通信系統(tǒng)盲均衡算法仿真平臺”軟件開發(fā)說明文檔(121)
A.1軟件開發(fā)說明(121)
A.2通信系統(tǒng)盲均衡算法仿真平臺框架(122)
A.3通信系統(tǒng)盲均衡算法仿真平臺軟件擴展(132)
參考文獻(144)
致謝(158)