基于非单点模糊RBF网络的判决反馈均衡器
2017-05-19毛忠阳刘敏刘云飞刘锡国
毛忠阳 刘敏 刘云飞 刘锡国
(1. 海军航空工程学院电子信息工程系, 烟台 264001;2. 中国电子设备系统工程公司,北京 100000)
基于非单点模糊RBF网络的判决反馈均衡器
毛忠阳1, 2刘敏1刘云飞1刘锡国1
(1. 海军航空工程学院电子信息工程系, 烟台 264001;2. 中国电子设备系统工程公司,北京 100000)
提出了一种具有较强抗突发干扰能力的非单点模糊径向基函数(Radial Basis Function,RBF)网络判决反馈均衡器.该方法将具有前置滤波特性的非单点模糊化技术引入RBF网络,利用梯度下降法自适应调整参数.通过仿真实验,并与基于径向基函数网络的判决反馈均衡器(Radial Basis Function Network-Decision Feedback Equalizer,RBFN-DFE)和传统判决反馈均衡器(Decision Feedback Equalizer,DFE)进行比较,结果证明该方法抗突发干扰能力强,误码性能好.
均衡器;判决反馈;突发干扰;非单点模糊系统;神经网络
DOI 10.13443/j.cjors.2016110101
引 言
在无线高速数字传输系统中,常常会面临严重的非线性信道畸变,需要高性能的非线性均衡器.非线性均衡器主要有最大似然序列估计均衡器(Maximum-Likelihood Sequence Estimation,MLSE)和判决反馈均衡器(Decision Feedback Equalizer,DFE). MLSE是理论上的最优均衡器,但运算量和存储量巨大,难以满足工程应用要求;DFE 结构简单,易于工程实现,是广泛采用的非线性均衡器结构,但有误差传递的缺点,在突发干扰条件下性能严重下降.因此,研究性能优良的新型非线性均衡器一直是通信信号处理领域的一个热点问题.
根据Messerschimitt的码间干扰(Inter-Symbol Interference,ISI)空间几何理论[1],信道的均衡问题可以转化为分类问题[2],利用具有良好的非线性分类能力的神经网络来设计新型非线性均衡器是近年……
