基于遺傳前饋神經(jīng)網(wǎng)絡(luò)自適應(yīng)均衡算法的研究.pdf

1、隨著科技不斷進(jìn)步，現(xiàn)代通信系統(tǒng)的環(huán)境越來(lái)越趨于復(fù)雜多樣化，通信中往往受信道衰落、碼間串?dāng)_、信道間干擾、同頻及鄰頻干擾等可導(dǎo)致信道畸變因素的影響，致使通信質(zhì)量嚴(yán)重下降。而自適應(yīng)均衡技術(shù)是克服碼間干擾、提高通信質(zhì)量、降低誤碼率的有效方法之一。它主要通過濾波裝置對(duì)經(jīng)解調(diào)后的接收信號(hào)進(jìn)行濾波，達(dá)到信道均衡的目的。在實(shí)際通信系統(tǒng)中不存在完全線性信道，大多數(shù)信道屬于非線性模式。神經(jīng)網(wǎng)絡(luò)是典型的非線性處理系統(tǒng)，具有良好的自組織、自學(xué)習(xí)性能，可大規(guī)模并

2、行處理高度復(fù)雜的非線性問題。因此在信道中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)來(lái)提高均衡器效果，通信質(zhì)量定會(huì)得到顯著改善。然而神經(jīng)網(wǎng)絡(luò)只對(duì)局部尋優(yōu)有突出優(yōu)勢(shì)，當(dāng)存在多個(gè)極值時(shí)，較容易陷入局部極小，無(wú)法獲得全局最優(yōu)解。遺傳算法是基于生物進(jìn)化和遺傳基礎(chǔ)上的一種仿生學(xué)算法，擁有較強(qiáng)的魯棒性和全局收斂性能，適用于全局隨機(jī)搜索。
　　 本文在總結(jié)上述算法局限性的基礎(chǔ)上，對(duì)神經(jīng)網(wǎng)絡(luò)和遺傳算法的結(jié)合進(jìn)行了分析，將遺傳算法引入神經(jīng)網(wǎng)絡(luò)權(quán)重及結(jié)構(gòu)的優(yōu)化問題中，指出將二

3、者融合所產(chǎn)生的新算法能更好地實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)自適應(yīng)均衡效果，并通過大量仿真實(shí)驗(yàn)來(lái)驗(yàn)證算法的有效性。本文所做的主要工作包括：⑴在分析總結(jié)典型的三層前饋神經(jīng)網(wǎng)絡(luò)自適應(yīng)均衡算法的基礎(chǔ)上，針對(duì)其存在的不足，重點(diǎn)對(duì)遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合方式進(jìn)行研究，指出用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值及結(jié)構(gòu)的算法思路。⑵為更好的實(shí)現(xiàn)自適應(yīng)信道均衡，結(jié)合遺傳算法優(yōu)點(diǎn)，提出基于遺傳神經(jīng)網(wǎng)絡(luò)的自適應(yīng)均衡新算法，利用代價(jià)函數(shù)重新構(gòu)造遺傳算法的適應(yīng)度函數(shù)，同時(shí)將新算法分別用于神經(jīng)