专利名称：基于输出反馈偏置型复连续反馈神经网络结构的无线光通信系统盲均衡方法
技术领域：
本发明涉及无线光通信的信号处理技术领域，特别是无线激光通信发射与接收机之间的信道具有衰落特性情况下，采用基于输出反馈偏置型复连续反馈神经网络实现无线光通信系统电域盲均衡的方法。
背景技术：
脉冲幅度调制(PAM, Pulse Amplitude Modulation),特别是开关键控已经是光通信系统主要的调制方案，差分正交相移键控(DQPSK，Differential QuadraturePhaseShift)调制格式在光传输技术中获得良好的应用。近年来，备受关注的八进制差分正 交相移键控(8DPSK)则是在DQPSK基础上的多进制调制，它在一个码元周期内可传输3比特信息，具有较DQPSK更低的码元速率和更高的频谱利用率，可以预计光通信系统中的调制格式密集化，如正交幅度调制(QAM, Quadrature Amplitude Modulation)将是未来的一个研究重点。考虑到基于人工神经网络的QPSK盲均衡/检测方法并不少见。但是，目前基于人工神经网络(ANN，Artificial Neural Network)的信号盲处理方法，多是基于传统代价函数的方法，即首先选择一种ANN结构，利用或结合传统盲处理代价函数，然后根据代价函数确定权值的递推方程。其本质而言，依旧是传统均衡方法的代价函数在发挥效用。此类方法或无法减少算法对数据量的过多依赖，或运算负担相当沉重。反馈型神经网络(RNN，RecurrentNeural Network),以其结构简单,动力学特性丰富,便于硬件电路实现等优点已有很多成功的应用，现在其应用领域还在不断地得到发展和拓宽。但是在通信特别是光通信信号盲处理领域的应用研究目前还刚刚起步。
发明内容
本发明的目的在于为了克服现有基于人工神经网络的信号盲处理方法或无法减少算法对数据量的过多依赖，或运算负担相当沉重的缺陷而公开了一种基于输出反馈偏置型复连续反馈神经网络结构的无线光通信系统盲均衡方法。为了实现上述目的，本发明公开了一种基于输出反馈偏置型复连续反馈神经网络结构的无线光通信系统盲均衡方法，其特征包括如下步骤第一步建立反馈电源偏置DTCS复RNN神经网络结构所述反馈电源偏置DTCS复RNN神经网络结构在t时刻第j个神经元输入输出的RNN神经网络，假设该网络具有N个突触输入，该结构中第j个突触输入Sj与其权值Wjj进行乘法运算和与其它N-1个突触输入Si (t)，i = 1,2,…，N，i古j与它们各自的权值Wji, i = 1,2,…，N, i ^ j进行乘法运算后的值联合进行电流和(Current-summing)作
用后获得连接权值输出然后网络神经输出经过Sj (t+T )经过时间T延迟后作
/=1为反馈偏置电源与偏置因子P相乘之后再与上述连接权值输出相加获得激活函数输入
权利要求
1. 一种基于输出反馈偏置型复连续反馈神经网络结构的无线光通信系统盲均衡方法， 其特征包括如下步骤第一步建立反馈电源偏置DTCS复RNN神经网络结构所述反馈电源偏置DTCS复RNN神经网络结构在t时刻第j个神经元输入输出的RNN神经网络，假设该网络具有N个突触输入，该结构中第j个突触输入Sj与其权值Wjj进行乘法运算和与其它N-1个突触输入Si (t)，i = 1,2,…，N，i古j与它们各自的权值Wji, i = 1，2，…，N, i ^ j进行乘法运算后的值联合进行电流和作用后获得连接权值输出 然后网络神经输出经过Sj(t+T)经过时间τ延迟后作为反馈偏置电源与偏置因子P相乘之后再与上述连接权值输出相加获得激活函数输入=+，该激活函数 输入经过激活函数f( ·)非线性映射后获得神经输出Sj (t+ τ )；忽略中间神经元传播时延τ，由基尔霍夫电流定理可写出第j个神经元的动态方程
全文摘要
本发明涉及一种基于输出反馈偏置型复连续反馈神经网络结构的无线光通信系统盲均衡方法，本方法首先给出反馈电源偏置DTCS复RNN神经网络结构；然后为实现多值QAM盲均衡的DTCS反馈电压偏置复RNN型神经网络的动态方程配置；进而配置好反馈网络的权矩阵；最后获取到偏置因子ρ。通过引入反馈电压偏置即不脱离传统RNN神经网络模型又使得网络的物理实现更为简单，且能有效满足多值信号检测时所需的搜索空间变大的特殊要求。
文档编号H04L25/03GK103023839SQ20121056157
公开日2013年4月3日 申请日期2012年12月4日 优先权日2012年12月4日
发明者阮秀凯, 李昌, 谈燕花, 张耀举, 蔡启博 申请人:温州大学