基于Sanger神经网络的TDDM-BOC信号组合码序列盲估计

摘要：

针对低信噪比(SNR)下时分数据调制二进制偏移载波调制信号(TDDM-BOC)的组合码序列盲估计问题,提出一种基于Sanger神经网络(Sanger NN)的新方法.首先将已分段的信号作为输入信号并利用Sanger NN提取各主分量的权值向量;然后通过其多次输入反复训练权值向量,直至权值向量达到收敛;最终利用各个权值向量的符号函数重建信号的组合码序列,实现TDDM-BOC组合码序列的盲估计.此外,采用最优变步长的方法来提高收敛速度.理论分析和仿真实验表明,SangerNN可以实现-20.9 ～0 dB信噪比下TDDM-BOC信号组合码序列的盲估计,且其复杂度明显低于传统奇异值分解(SVD)法和自适应特征提取的在线无监督学习神经网络(LEAP);尽管Sanger NN收敛所需数据组数大于LEAP,但收敛时间明显少于LEAP算法.

关键词：神经网络、多主分量、时分数据调制二进制偏移载波信号、组合码序列、盲估计

所属期刊栏目：37

分类号：TN911.7

资助基金：the National Natural Science Foundation of China61671095,61371164;the Project of Key Laboratory of Signal and Information Processing of ChongqingCSTC2009CA2003;the Research Project of Chongqing Educational Commission KJ130524,KJ1600427,KJ1600429.国家自然科学基金资助项目61671095,61371164;信号与信息处理重庆市市级重点实验室建设项目CSTC2009CA2003;重庆市教育委员会科研项目KJ130524,KJ1600427,KJ1600429

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2189-2194