自适应扰动暂态混沌神经网络MPSK盲检测

摘要：

基于MPSK系统的神经网络盲检测CHNN__ APHM算法具有需求发送数据量短、适用于含公零点信道等优点,相比基于统计量的盲检测算法,更能满足现代通信系统的可靠性要求;但由于神经网络采用梯度下降的优化策略有时会导致系统陷入局部最优,出现收敛不到优化问题的最优解或者近似最优解的情况;为了改善CHNN__ APHM性能,提出了带自适应扰动的暂态混沌神经网络盲检测算法,构建了与模型相对应的能量函数并证明该网络的稳定性;算法使用暂态混沌神经网络提高抗噪性能,在运行起始时刻使用一维正弦映射的混沌初始化获得原始信号,选取与发送信号进程相关性高的微小扰动因子使算法跳出局部最优解;实验仿真结果证明,提出的带扰动的幅值相位型离散多电平暂态混沌神经网络MPSK信号盲检测算法需要起点个数少,能在更小的信噪比和更短的数据长度下收敛,有效提高了抗干扰性能.

关键词：盲检测、扰动因子、暂态混沌神经网络、最优化

所属期刊栏目：27

分类号：TN911

资助基金：国家自然科学基金项目;2019年苏州高职高专院校第二批优秀教学团队

在线出版日期：2020-08-03（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：213-218