A Neural Network Approach for Signal Detection in Digital Communications

In this paper, we propose a new approach for signal detection in wireless digital communications based on the neural network with transient chaos and time-varying gain (NNTCTG), and give a concrete model of the signal detector after appropriate transformations and mappings. It is well known that the problem of the maximum likelihood signal detection can be described as a complex optimization problem that has so many local optima that conventional Hopfield-type neural networks fail to solve. By refraining from the serious local optima problem of Hopfield-type neural networks, the NNTCTG makes use of the time-varying parameters of the recurrent neural network to control the evolving behavior of the network so that the network undergoes the transition from chaotic behavior to gradient convergence. It has richer and more flexible dynamics rather than conventional neural networks only with point attractors, so that it can be expected to have much ability to search for globally optimal or near-optimal solutions. After going through a transiently inverse-bifurcation process, the NNTCTG can approach the global optimum or the neighborhood of global optimum of our problem. Simulation experiments have been performed to show the effectiveness and validation of the proposed neural network based method for the signal detection in digital communications.     

分集接收MLSE算法性能分析

基于频率选择性衰落信道,改进了以一般多径信道为模型的传统MLSE算法,提出了将分集接收方法与MLSE算法联合的改进MLSE算法;通过建立与分析新算法模型,推导得到新的误码率性能上界;对一般多径条件下的传统MLSE和在频率选择性衰落信道条件下新算法的误码率性能及性能界进行了仿真.仿真结果表明,使用分集接收的新算法性能界与...     

紫外非视距通信的MLSE均衡器

针对无线非视距紫外通信中的大气信道模拟问题,提出将最大似然序列估计均衡器应用于无线非视距紫外通信中.推导紫外通信中接收信号的概率密度函数,以此近似研究均衡器的输出误码率.理论分析与仿真结果表明,在短距离通信时,大气衰减系数与信道带宽的变化不影响均衡器性能.在接收信噪比不变的较长距离通信时,两者的变化对均衡器性能影响明显.信道记忆长度等因素对均衡器性能影响显著,而对调制方式不敏感.     

一种低复杂度聚类估计MLSE均衡器

给出了一种新的聚类估计最大似然序列均衡器(CBSE),避开了传统MLSE均衡需要估计信道脉冲响应(CIR)和卷积运算,由接收信号估计聚类中心,同时利用聚类中心之间的对称性,仅需估计其中部分中心,其余中心可通过简单运算获取,从而在缩短训练序列的同时减少了运算量.仿真表明,新方法在取得与RLS均衡器相近收敛性能的同时,计算量比LMS均衡器小.     

GSM系统中TCH自适应均衡解调算法的研究

针对移动信道多径效应造成的严重的符号间干扰（ISI）问题，研究了基于最大似然序列估计（MLSE）的GSM系统中TCH自适应均衡解调算法，并对这种自适应均衡解调算法在Jake移动信道模型环境下的性能进行了分析和计算机仿真，仿真结果表明，该自适应均衡解调算法能够很好地克服符号间干扰（ISI）问题，性能良好。     

适用于稀疏信道的MVA算法

主要介绍了一种适用于稀疏信道的复杂度可大大降低的Viterbi均衡算法。在本算法中,计算的复杂度并不依赖于信道冲激响应的长度,而是依赖于信道冲激响应中非零系数的数目。仿真结果表明,在稀疏信道下,此算法具有良好的性能,它不仅适用于最小相位系统,也适用于非最小相位系统。     

光纤通信中序列估计与纠错译码的级联的研究

使用误码率仿真的方法,比较了基于Viterbi算法(VA)的最大似然序列估计(MLSE)电色散补偿技术和低密度奇偶校验(LDPC)纠错译码技术的VA+BF译码、VA+BP译码简单级联和VA+BP译码置信级联3种级联方法。仿真结果表明,本文提出的置信级联能够有效地判断出VA给出的序列估计值是否可信,并在此基础上进行LDPC译码需要的对数似然比(LLR)信息的初始化。与简单级联方式相比,置信级联的方法能够获得更好的LDPC软译码性能,而且随着光纤传输距离的增加和码间串扰(ISI)效应的恶化,置信级联比简单级联具有更高的性能增益。     

DFE和MLSE相结合的自适应信道均衡技术及其FPGA实现

文章首先提出了一种新的均衡技术,即DFE插入MLSE的DFE/MLSE自适应均衡器结构,接着提出了如何用FPGA实现该均衡器。     

利用声纳基阵实现多通道分集与均衡

在水下电报、远程控制、语音和图像传递等水声通信技术中,由于海洋水声信道是一个时变、频变、空变的非平稳随参信道,使得水声信道的传输速率低、频率资源利用率有限、码间干扰严重、误码率高。针对海洋水声信道的特点,描述如何利用基阵声纳的多通道结构,来实现多通道分集与联合均衡,从而减小多途效应引起的水声通信中的码间干扰,使得陆地移动通信系统中的一些先进技术能够在此基础上得到应用,并为现有的目标探测声纳增加水声通信功能提供参考。     

极小BT参数GMSK信号的低复杂度相干解调算法

极小BT参数下的GMSK信号解调面临着严重的码间串扰,最大似然序列检测（MLSE）算法的复杂度高,不适应于工程实践。给出了两种基于Laurent分解的低复杂度相干解调算法,即Wiener均衡器级联类OQPSK解调和减状态数Viterbi检测,均可以有效的克服码间串扰。仿真结果表明,相比MLSE检测,BT=0．3时,上述两种低复杂度解调算法的信噪比损失均小于0．5dB;BT=0．15时,减状态数Viterbi检测算法的信噪比损失小于0．5dB,而类OQPSK解调算法的信噪比损失大于2dB。