現代無線通信系統盲處理技術新進展：基於智慧型算法

《現代無線通信系統盲處理技術新進展：基於智慧型算法》是2015年出版的書籍，作者是阮秀凱、劉莉、張耀舉、戴瑜興。

基本介紹

• 中文名：現代無線通信系統盲處理技術新進展：基於智慧型算法
• 出版時間：2015年

書籍信息

作者：阮秀凱 劉莉 張耀舉 戴瑜興 著

定價：39 元

頁數：203頁

ISBN：978-7-309-11150-7/T.527

字數：304千字

開本：16 開

裝幀：平裝

出版日期：2015年1月

內容簡介

無線通信技術的發展將致使信道具有快速時變特性的場合增多、小數據量通信的場合增多、調製方式的多樣化和星座密集化等，這些都必然對信號盲處理技術提出了更為嚴格的技術要求。本書圍繞現代無線通信領域的重要研究課題——盲處理技術展開，全面介紹誤差反饋、多智慧型體、支持向量機、Hopfield神經網路、泛函網路等智慧型算法在無線通信系統盲處理技術中的套用成果新進展。

圖書目錄

第1章 無線通信系統和盲處理方法

1.1無線通信系統

1.1.1無線通信的溯源和近況

1.1.2無線通信系統的若干部分

1.1.3無線通信系統中的信號盲處理

1.2基於智慧型算法的信號盲處理技術發展現狀

本章小結

本章參考文獻

第2章 基於BP神經網路盲均衡方法

2.1人工神經網路概述

2.1.1人工神經網路的神經元模型

2.1.2人工神經網路的特點

2.1.3人工神經網路的連線模型

2.1.4人工神經網路的學習規則

2.2BP神經網路概述

2.3BP算法原理

2.4BP算法的缺陷和已有改進方法

2.5基於BP複數神經網路的信號盲處理

2.5.1代價函式

2.5.2激勵函式

2.5.3權值設計

本章小結

本章參考文獻

第3章 基於多智慧型體系統的盲均衡方法

3.1多智慧型體系統

3.1.1多智慧型體特性及其發展

3.1.2多智慧型體系統的構造

3.1.3MIMO系統的盲均衡模型

3.2基於微粒子多智慧型體系統的盲均衡算法

3.2.1微粒群算法原理及理論發展

3.2.2用於MIMO系統盲均衡的微粒子多智慧型體系統

3.2.3PSO算法套用前景

3.3基於蟻群多智慧型體系統的盲均衡算法

3.3.1蟻群智慧型體及其算法理論發展

3.3.2用於MIMO系統盲均衡的蟻群多智慧型體系統

3.3.3ACO算法套用前景

3.4基於免疫多智慧型體系統的盲均衡算法

3.4.1人工免疫系統算法及其理論發展

3.4.2用於MIMO系統盲均衡的免疫多智慧型體系統

3.4.3AIS算法套用前景

3.5仿真算例

3.5.13種多智慧型體系統算法的參數分析

3.5.2MIMO系統QPSK信號盲恢復

3.5.3性能分析

3.5.43種多智慧型體系統的算法比較

本章小結

本章參考文獻

第4章 基於支持向量機的信道估計和盲均衡方法

4.1支持向量機的特點

4.2支持向量機基本原理概述

4.2.1學習問題

4.2.2VC維和結構風險最小化原則

4.2.3特徵空間和核函式

4.2.4支持向量分類

4.2.5支持向量回歸

4.3基於ε-支持向量回歸機的信道估計新方法

4.3.1基於訓練序列的信道估計建模

4.3.2基於ε-支持向量回歸機的信道估計

4.4基於支持向量回歸的MPSK信號盲檢測

4.5基於支持向量回歸的QAM信號盲檢測

4.6基於星座匹配誤差的支持向量機盲均衡算法

4.6.1星座匹配誤差算法概要

4.6.2結合星座匹配算法的支持向量回歸盲檢測方法

4.6.3代價函式的疊代解法

4.7仿真算例

4.7.1基於ε-支持向量回歸機的信道估計試驗

4.7.2基於支持向量回歸的MPSK盲均衡試驗

4.7.3基於星座匹配誤差的支持向量回歸QAM盲均衡算法試驗

本章小結

本章參考文獻

第5章 Hopfield反饋神經網路概述及其盲檢測最佳化問題構建

5.1神經動力學

5.2Hopfiled神經網路概述

5.3連續Hopfield神經網路基本原理概述

5.3.1連續Hopfield神經元模型

5.3.2連續Hopfield神經網路在最佳化計算中的說明

5.4系統模型和信號盲檢測最佳化問題構建

5.5權陣配置

5.6連續Hopfield神經網路盲檢測算法的起始階段變化規律

本章小結

本章參考文獻

第6章 基於幅相激勵的連續多閾值神經元Hopfield網路的信號盲檢測

6.1MPSK與QAM信號說明

6.2最佳化函式和HNNCMVN結構

6.3基於幅相聯合激勵法的激勵函式設計

6.3.1MPSK信號盲檢測的連續相位多閾值激勵函式

6.3.2MPSK信號盲檢測的連續相位多閾值EXP激勵函式設計

6.3.3MPSK信號盲檢測的連續相位多閾值SIN激勵函式設計

6.3.4MPSK信號盲檢測的連續相位多閾值激勵函式與傳統二節

激勵函式的對比

6.3.5QAM信號盲檢測的連續幅度多閾值和相位多閾值激勵函式設計

6.4能量函式設計與證明和平衡條件

6.5信號統計信息缺失的盲處理能力

6.6仿真實驗與分析

本章小結

本章參考文獻

第7章 基於同相正交振幅激勵的連續多閾值神經元Hopfield網路的密集QAM信號盲檢測

7.1密集QAM信號

7.2連續振幅多閾值神經元復值激勵函式

7.2.1連續振幅多閾值SIN激勵函式的設計

7.2.2激勵函式的逆函式積分和

7.2.3激勵函式的拐點、引點和斥點

7.2.4激勵函式的臨界斜率

7.2.5激勵函式的臨界斜率與衰減因子β的關係

7.2.6從激勵函式角度的放大因子範圍確定

7.3能量函式的設計和討論

7.4HNNCMVN盲處理方法具有高階激勵函式可激勵低階信號的能力

7.4.1信號點“散布”

7.4.2星座判決引導函式的設計

7.5長接收序列情況處理

7.6仿真實驗與分析

本章小結

本章參考文獻

第8章 基於泛函網路的信號盲處理方法

8.1泛函網路概述

8.1.1泛函網路的特點

8.1.2泛函網路的結構

8.2基於FN的信號直接盲檢測的方法

8.2.1用於信號盲檢測的MIMO泛函網路設計

8.2.2系統模型及其最佳化問題構建

8.2.3神經函式σ設計

8.2.4神經函式的參數學習策略設計

8.3仿真算例

8.3.1FN盲處理算法仿真

8.3.2正確檢測率與數據量的關係

8.3.3隨機信道情況下不同學習率的算法性能

本章小結

本章參考文獻