一种基于递归网络的无源互调干扰对消系统及方法与流程

技术特征：

1.一种基于递归网络的无源互调干扰对消系统及方法，其特征在于：

一种基于递归网络的无源互调干扰对消系统及方法，包括一种基于递归网络的无源互调干扰对消系统(简称对消系统)和一种基于递归网络的无源互调干扰对消方法(简称对消方法)；

其中，对消系统包括：特征分析处理模块、递归网络估计模块以及对消反馈调整模块；

其中，特征分析处理模块包括网络设置单元、特征分析单元和数据预处理单元；递归网络估计模块包括初始化单元、递归学习单元和网络估计单元；对消反馈调整模块包括干扰对消单元和误差反馈单元。

2.如权利要求1所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

对消系统中各模块的连接关系为：

特征分析处理模块与递归网络估计模块以及对消反馈调整模块相连；递归网络估计模块与特征分析处理模块以及对消反馈调整模块相连；对消反馈调整模块与递归网络估计模块以及特征分析处理模块相连；

对消系统中各单元的连接关系为：

特征分析单元与网络设置单元以及数据预处理单元相连；网络设置单元与特征分析单元相连；数据预处理单元与特征分析单元、递归学习单元、网络估计单元以及干扰对消单元相连；初始化单元与递归学习单元相连；递归学习单元与数据预处理单元、初始化单元、网络估计单元以及误差反馈单元相连；网络估计单元与数据预处理单元、递归学习单元以及干扰对消单元相连；干扰对消单元与数据预处理单元、网络估计单元以及误差反馈单元相连；误差反馈单元与干扰对消单元以及递归学习单元相连；

对消系统的各模块功能如下：

特征分析处理模块的功能是用于在导频时隙和数据传输时隙接收信号，并进行信号特征分析和预处理，将预处理信号输出给递归网络估计模块和对消反馈调整模块；递归网络估计模块接收特征分析处理模块的输出信号，利用该信号进行递归网络参数初始化和监督训练学习，并进行PIM信号一步超前预测，将一步超前预测PIM信号输出给对消反馈调整模块；对消反馈调整模块接收一步超前预测PIM信号进行干扰对消，并将译码误差反馈到递归网络估计模块，提升网络性能；

对消系统的各单元功能如下：

特征分析单元接收导频时隙接收信号，分析接收信号特征并将信号特征向量输出给网络设置单元，将导频时隙信号输出给数据预处理单元；网络设置单元根据信号特征向量设置递归网络结构参数，其中递归网络结构参数包括网络隐含层、输入节点及隐含层节点个数，以此确定网络结构；数据预处理单元接收导频时隙信号以及数据传输时隙接收信号进行信号预处理，在导频时隙，将预处理导频时隙信号输出给递归学习单元，在数据传输时隙，将预处理数据传输时隙接收信号输出给网络估计单元以及干扰对消单元；

初始化单元进行递归网络参数结构初始化，其中递归网络参数包括序列时刻向量、状态向量、突触权值向量、期望响应、学习率以及误差精度；递归学习单元接收预处理导频时隙接收信号进行充分监督训练，得到PIM信号一步超前预测递归网络；网络估计单元接收预处理数据传输时隙信号进行PIM信号一步超前预测，并将一步超前预测PIM信号输出给干扰对消单元；

干扰对消单元接收预处理数据传输时隙接收信号以及一步超前预测PIM信号进行干扰对消，将经干扰对消的预处理数据传输时隙接收信号输出，进行后续信号处理；误差反馈单元在该信号经信号处理后，采集译码前后的差值信号进行归一化处理，将归一化译码差值信号作为译码误差反馈到递归学习单元，改善递归网络性能；

本发明采用递归网络对双时隙接收信号PIM干扰进行抑制，双时隙接收信号包括导频时隙接收信号和数据传输时隙接收信号。

3.如权利要求1所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

对消方法，具体步骤如下：

步骤一：接收信号；

步骤二：判断接收信号是否处于导频时隙，并决定跳至步骤三还是步骤六；

步骤三：特征分析单元处理导频时隙接收信号，将提取特征输出到网络设置单元，将导频时隙接收信号输出到数据预处理单元；网络设置单元通过提取特征设置递归网络结构参数；初始化单元按照网络设置单元提取的递归网络结构参数进行递归网络参数结构初始化；

步骤四：去除步骤三中导频时隙接收信号中的导频成分，得到预处理导频时隙接收信号，即PIM干扰信号，并将此PIM干扰信号输出给递归学习单元；

步骤五：递归学习单元通过学习算法对步骤四输出的预处理导频时隙接收信号进行递归网络PIM信号一步超前预测训练，修正递归网络参数，更新递归网络；

步骤六：数据处理单元处理数据传输时隙接收信号，将预处理数据传输时隙接收信号输出给网络估计单元以及干扰对消单元；

步骤七：网络估计单元利用步骤五中递归学习单元训练得到的一步超前预测递归网络预测下一时刻PIM干扰信号，干扰对消单元接收预处理数据传输时隙接收信号以及一步超前预测PIM信号进行干扰对消，将经干扰对消的预处理数据传输时隙接收信号输出，进行后续信号处理；

步骤八：在步骤七输出信号进行信号处理后，误差反馈单元采集译码前后的差值信号进行归一化处理，将归一化译码差值信号作为译码误差反馈到递归学习单元，利用学习算法更新递归网络参数，优化递归网络性能；

步骤九：干扰对消单元根据本次数据传输时隙是否结束决定完成PIM干扰对消，跳至步骤一；还是继续进行干扰对消，跳至步骤六；

至此，从步骤一到步骤九，完成了一种基于递归网络的无源互调干扰对消方法。

4.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤二，具体为：

2.1若接收信号处于导频时隙，则将导频时隙接收信号输出给特征分析单元，并跳至步骤三；

2.2若接收信号未处于导频时隙，则将数据传输时隙接收信号输出给数据预处理单元，并跳至步骤六。

5.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤三中，递归网络结构参数包括网络隐含层数目，记为hnum、输入节点数目，记为inum，及隐含层节点数目，记为nnum；递归网络参数包括序列时刻向量、状态向量、突触权值向量、期望响应、学习率以及误差精度；n记为序列时刻向量，代表对接收信号进行采样的第n时刻；状态向量记为x(n)，代表递归网络状态；突触权值向量记为w(n)，代表递归网络作空间映射；误差向量记为e(n)；η记为学习率；误差精度代表递归网络输出值与目标值的均方差；递归网络参数结构初始化表示递归网络参数按照递归网络结构进行结构初始化。

6.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤四中，去除导频时隙接收信号中的导频成分，具体通过将导频时隙接收信号与导频信号进行相干再经低通滤波消除其导频成分。

7.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤五中，递归网络PIM信号一步超前预测训练，具体通过学习算法令递归网络进行监督训练学习，修正递归网络参数，使得递归网络误差满足误差精度，从而完成递归网络PIM信号一步超前预测训练。

8.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤五中所述的学习算法，包含如下步骤：

步骤5.1递归学习单元初始化序列时刻n＝1；

步骤5.2递归学习单元初始化递归网络参数；

具体为：递归学习单元初始化状态向量、突触权值向量、期望响应、学习率以及误差精度；

其中，期望响应记为d(n)，代表递归网络的期望输出；初始化序列时刻向量n为1，1时刻的状态向量x(n)，即：x(1)被初始化为0；突触权值向量w(n)被初始化为0；期望响应d(n)初始化为导频信号的幅度值；学习率η根据通信环境初始化，初始化范围在10^-4～10^-2；误差精度根据通信要求决定，初始化范围在10^-10～10^-4；

步骤5.3在第n时刻，递归学习单元计算递归网络的输出向量；

具体为：在第n时刻，递归学习单元通过递归网络计算递归网络输出向量；

其中，递归网络输出向量公式如(1)所示：

其中，ω_ok表示从第hnum个隐含层神经元k到输出层神经元o的突触权值，ω_kj表示从第hnum-1个隐含层神经元j到第hnum个隐含层神经元k的突触权值，ω_li表示从输入层神经元i到第一个隐含层神经元l的突触权值。其中，o表示输出层神经元，k表示第hnum个隐含层神经元，j表示第hnum-1个隐含层神经元，l表示第一个隐含层神经元，i表示输出层神经元，代表sigmoid激活函数；

步骤5.4在第n时刻，递归学习单元计算递归网络的误差向量；

具体为：在第n时刻，利用步骤5.3得到的输出向量计算递归网络误差向量；其中，误差向量计算公式如下(2)所示：

e(n)＝d(n)-y(n) (2)

其中，y(n)代表递归网络输出向量，e(n)代表误差向量；

步骤5.5在第n时刻，递归学习单元计算递归网络的突触权值调节向量；

具体为：在第n时刻，利用步骤5.4得到的递归网络误差向量计算突触权值调节向量；其中，突触权值调节向量计算公式如(3)所示：

Δw(n)＝ηe(n)x(n) (3)

其中，Δw(n)代表突触权值调节向量，η代表学习过程学习率，取值范围在10^-4～10^-2；

步骤5.6在第n时刻，递归学习向量计算递归网络的突触权值向量：

具体为：在第n时刻，利用步骤5.5得到的突触权值调节向量计算突触权值向量；其中，突触权值向量计算公式如(4)所示：

w(n+1)＝w(n)+Δw(n) (4)

步骤5.7递归学习单元判断误差向量是否已经满足误差精度，并决定结束本学习算法还是跳至步骤5.3，具体为：

5.7.1若判断误差向量已经满足误差精度，对应图3中“满足误差精度”输出的Y，则保存递归网络参数，得到PIM信号一步超前预测递归网络，完成本学习算法；

5.7.2若判断误差向量未满足误差精度，对应图3中“满足误差精度”输出的N，则保存递归网络参数，并令n＝n+1，跳至步骤5.3；

至此，从步骤5.1到步骤5.7，完成了学习算法。

9.如权利要求3所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：

步骤九，具体为：

9.1若本次数据传输时隙结束，等待下一个导频时隙到来，跳至步骤一；

9.2若本次数据传输时隙未结束，干扰对消单元将经干扰对消的预处理数据传输时隙接收信号输出；下一时刻跳至步骤六。