基于相关向量机的短波突发信号盲均衡方法研究

发布时间：2017-05-15 08:23

  本文关键词：基于相关向量机的短波突发信号盲均衡方法研究，由笔耕文化传播整理发布。

【摘要】：短波通信系统中,信号在信道中传输时受到时延、多径衰落和噪声等的干扰,会产生码间干扰(InterSymbol Interference,ISI),从而使发送信号在接收端无法正确识别。消除或减小ISI的主要技术是信道均衡。盲均衡是不需要训练序列,就能消除ISI而恢复输入信号的信道均衡技术。短波突发通信由于抗干扰和抗截获能力强、保密性能高而被广泛应用在军事通信领域。短波突发信号与传统短波信号相比,符号数通常是几百,有时甚至仅是几十,较少的数据符号对盲均衡技术提出了更高的要求。盲均衡技术中,最传统的方法是高阶统计量法,但由于其利用数据的高阶统计特性使得算法运算量特别大,而且需要大量的数据才能收敛并且收敛的速度很慢。这些缺点限制了其在小数据信号处理领域的应用。近些年,支持向量机(Support Vector Machnie,SVM)和相关向量机(Relevance Vector Machine,RVM)等机器学习方法被广泛应用于盲均衡。与基于高阶统计量的盲均衡方法相比,基于SVM和RVM的盲均衡器需要较小数据样本即可达到所要求的均衡水平。相比于SVM,由于RVM基于贝叶斯架构,所以RVM均衡器比SVM均衡器具有更好的收敛性及更稀疏的检测模型。传统的SVM或RVM通常使用单一核函数,插值能力和外推能力不能兼而得之,而核函数的选择对均衡器的性能有很大的影响。因此,本文提出采用混合核函数(Hybrid-kernel,Hk)产生设计矩阵,使得基于混合核函数的RVM(Hybrid-kernel Relevance Vector Machine,Hk-RVM)比传统的RVM有更好的插值能力和外推能力。本文研究了盲均衡的基本原理,分析了传统的盲均衡方法及各自的优缺点,对RVM的原理及基于RVM的盲均衡方法进行了详细阐述并做了实验仿真。提出了基于Hk-RVM的盲均衡理论和算法,分别对比了Hk-RVM与RVM以及Hk-RVM与SVM的盲均衡算法性能。实验结果表明,Hk-RVM盲均衡器比RVM及SVM盲均衡器具有更好的稀疏性且误码率更低。此外,Hk-RVM和RVM盲均衡器基于贝叶斯架构,使得其均衡稳定性高于SVM盲均衡器。
【关键词】：盲均衡 短波突发信号 支持向量机 相关向量机 混合核函数
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.5;TP18
【目录】：

• 中文摘要3-4
• Abstract4-9
• 第一章 引言9-15
• 1.1 选题背景及研究意义9-10
• 1.2 国内外研究现状分析10-13
• 1.3 本文的研究内容13-15
• 第二章 短波信道特点及其传输模型15-22
• 2.1 短波信道的物理特点15-16
• 2.2 短波信道的等效模型16-20
• 2.2.1 Watterson模型的数学原理17-18
• 2.2.2 Watterson模型的模拟仿真18-20
• 2.3 短波突发信道的等效模型20-21
• 2.4 本章小结21-22
• 第三章 短波突发信号的盲均衡方法22-30
• 3.1 盲均衡的基本原理22-23
• 3.2 恒模盲均衡方法23-24
• 3.3 基于数据重用技术的恒模短波突发信号盲均衡方法24-25
• 3.4 基于支持向量机的短波突发信号盲均衡方法25-26
• 3.5 实验仿真26-29
• 3.5.1 CMA盲均衡算法仿真分析26-27
• 3.5.2 SVM盲均衡算法仿真分析27-29
• 3.6 本章小结29-30
• 第四章 相关向量机的理论及算法30-38
• 4.1 概率知识30-32
• 4.1.1 贝叶斯定理30-31
• 4.1.2 概率预测方法31-32
• 4.2 用于回归的相关向量机32-34
• 4.2.1 贝叶斯模型32-33
• 4.2.2 算法推导33-34
• 4.2.3 超参数优化34
• 4.2.4 模型预测34
• 4.3 用于分类的相关向量机34-36
• 4.4 实验仿真36-37
• 4.4.1 实验设计36
• 4.4.2 实验结果与分析36-37
• 4.5 本章小结37-38
• 第五章 基于相关向量机的短波突发信号盲均衡方法38-49
• 5.1 相关向量机的核函数38-41
• 5.1.1 常用核函数38
• 5.1.2 局部核函数与全局核函数38-40
• 5.1.3 混合核函数40-41
• 5.2 基于相关向量机的短波突发信号盲均衡方法41-43
• 5.3 基于混合核函数相关向量机的短波突发信号盲均衡方法43-45
• 5.4 实验仿真45-48
• 5.4.1 基于RVM的短波突发信号盲均衡实验45-46
• 5.4.2 基于Hk-RVM的盲均衡实验46-47
• 5.4.3 Hk-RVM盲均衡器的性能特点47-48
• 5.5 本章小结48-49
• 第六章 总结和展望49-50
• 参考文献50-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 张立毅,张雄,王华奎,沙定国;盲均衡技术及其发展[J];太原理工大学学报;2002年06期

2 童峰;许肖梅;陆佶人;方世良;;一种带阶数检测的信道盲均衡算法仿真研究[J];系统仿真学报;2006年10期

3 丁欢;王永刚;;通信中的盲均衡技术[J];现代电子技术;2007年11期

4 高沂;高泽斌;;盲均衡技术的发展及应用前景[J];黑龙江科技信息;2008年36期

5 马晓宇;胡建伟;;盲均衡技术的研究及发展[J];中国新通信;2009年19期

6 肖瑛;李振兴;;差异进化算法初始化的小波神经网络盲均衡[J];电路与系统学报;2010年04期

7 肖瑛;阮睿;李春杰;;采用输出误差符号判决的变步长常数模盲均衡[J];大连民族学院学报;2014年01期

8 张立毅,鲁瑞,王华奎,沙定国;盲均衡技术及其应用[J];中国有线电视;2003年01期

9 韩彬;乔晓红;;含公零点信道的盲均衡及其发展[J];黑龙江科技信息;2010年09期

10 饶伟;郭业才;汪胜前;谭文群;夏非;刘剑冰;;基于坐标变换的常数模盲均衡新算法[J];电子学报;2011年01期

中国重要会议论文全文数据库 前7条

1 郑鹏;田莉;刘郁林;陈金召;;基于高阶统计量和实数编码遗传算法的盲均衡方法研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

2 孙云山;张立毅;李艳琴;;神经网络盲均衡综述[A];四川省通信学会2005年学术年会论文集[C];2005年

3 岳克强;赵知劲;尚俊娜;;基于改进蛙跳算法的盲均衡技术研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 蔡理金;孙少兰;;基于不同误差函数的常数模盲均衡算法仿真[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

5 李芳兰;周跃海;陈东升;童峰;;浅海信道盲均衡与自适应均衡算法比较研究[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

6 刘琦;胡波;;MIMO+OFDM系统中基于自相关匹配原理的信道盲均衡[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年

7 朱斌;马艳;赵丛;;RLS—BP算法在信道盲均衡中的应用[A];2007’促进西部发展声学学术交流会论文集[C];2007年

中国博士学位论文全文数据库 前3条

1 王大磊;基于优化理论的盲均衡技术研究[D];解放军信息工程大学;2014年

2 侯永兴;基于高阶循环累积量的盲均衡技术的研究[D];太原理工大学;2012年

3 许军;通信盲接收中短数据处理若干问题的研究[D];清华大学;2007年

中国硕士学位论文全文数据库 前10条

1 何宗苗;非协作通信下信道的盲均衡技术研究[D];西南科技大学;2015年

2 郭晓玲;非合作通信下OFDM系统的盲均衡方法研究[D];西安电子科技大学;2014年

3 龙涛;无人机通信信道建模及盲均衡技术研究[D];重庆大学;2015年

4 张婷;基于常模的信道盲均衡若干新问题研究[D];解放军信息工程大学;2014年

5 孙海飞;基于粒子滤波的非线性卫星信道盲均衡方法研究[D];解放军信息工程大学;2015年

6 赵振兴;基于相关向量机的短波突发信号盲均衡方法研究[D];兰州大学;2016年

7 叶桂林;通信测距复合系统盲均衡技术研究[D];哈尔滨工程大学;2008年

8 左智奇;通信系统中的盲均衡技术研究[D];河北工业大学;2007年

9 王晓艳;基于变步长双模式盲均衡的研究[D];太原理工大学;2011年

10 许丹;基于高阶统计量的盲均衡理论与算法研究[D];安徽大学;2006年

  本文关键词：基于相关向量机的短波突发信号盲均衡方法研究，由笔耕文化传播整理发布。

，

本文编号：367289