基于编码恢复的TCM神经网络解调方法
网格编码调制(TCM)技术是一种将卷积编码和调制结合在一起的技术。本发明提出一种基于编码恢复的TCM神经网络解调方法，即首先利用多层前向感知器(MLP)或径向基(RBF)对TCM信号进行编码恢复，而后对该编码进行viterbi译码，译码采用以寄存器状态转换图为基础的神经网络实现，图上每个状态点用一状态节点神经元实现，最后与MLP结合完成数据解调。
发明专利
CN200910088942.9
2009-07-14
CN101594154
2009-12-02
H03M13/37(2006.01)I
北京航空航天大学%北京无线电计量测试研究所%航天恒星科技有限公司
王鹏宇;吕善伟;王 伟;韦志棉;熊小军;张孟阳;王建明;张 琳
100190北京市海淀区学院路37号
北京科迪生专利代理有限责任公司
李新华%徐开翟
北京;11
1.基于编码恢复的TCM神经网络解调方法，其特征在于：对于接收来的I、Q路信号通过多层前向感知器MLP网络后，得出卷积编码电路的编码输出，将此输出送入基于寄存器状态转换图的神经网络，即可得出用于星座子集选择的原始数据，该神经网络中数据传递是基于viterbi译码算法；同样MLP也可恢复用于信号点选择的数据；由于利用MLP得出的卷积编码电路的编码输出取值只能是1或-1，因此viterbi译码属于硬判决，这种判决会损失掉接收信号中所包含的有用信息；为了充分利用信号波形中的信息，利用径向基RBF神经网络对TCM信号的编码信息进行软判决提取；径向基神经网络包含有一个神经元数由调制方式决定的隐含层，考虑信道噪声为加性高斯白噪声，用2维高斯概率密度函数作为RBF神经元的核函数，用于在I、Q路信号空间对卷积编码电路编码输出的各位数据的带噪声聚类，此层对输入进行非线性变换，输出层提供了从聚类到编码输出的一种线性变换。