基于免疫機制徑向基網絡的OFDM動態(tài)信道均衡技術.pdf

1、在無線通信系統(tǒng)中，對無線信道進行有效地動態(tài)估計，跟蹤和均衡一直是通信信號處理的研究熱點和難點。本文提出了借鑒免疫機制動態(tài)訓練徑向基(RBF)神經網絡的算法，以解決OFDM無線通信系統(tǒng)中的動態(tài)信道均衡問題。 無線信道具有非線性，動態(tài)時變等特點。因此具有強大非線性處理能力的RBF神經網絡相比常規(guī)線性信道估計算法可以達到更高精度；另一方面，自然免疫系統(tǒng)所具有的多樣性、自組織、自適應、分布式并行處理、魯棒性等特點，使其能夠快速而有效地應

2、對病原體的入侵(外界環(huán)境變化)，從而為如何應對動態(tài)變化環(huán)境的問題提供了大量借鑒。 本文首先將人體免疫系統(tǒng)特性與RBF網絡的對應聯(lián)系作了深入分析，提出借鑒了多種免疫機制后，具有在線局部調節(jié)能力的RBF神經網絡動態(tài)訓練算法，并將其成功應用于OFDM接收機信道均衡系統(tǒng)，提高了性能； 在此基礎上，本文又通過進一步深入研究無線信道特性，提出了專門針對OFDM接收機的硬件可實現的免疫機制RBF網絡結構，該結構在保證原先免疫RBF算法

3、性能的基礎上大大降低了計算復雜度，并且可以有效仿止RBF網絡訓練過擬合； 此外，本文還提出了一種正則化遞歸最小二乘算法用以在線更新RBF網絡權值，可以極低的計算量得到網絡權值在最小均方誤差下的最優(yōu)解，完成對高速變化動態(tài)環(huán)境的實時跟蹤。 仿真結果表明，我們的算法相比傳統(tǒng)線性算法，精度大大提高；而相比通常的非線性算法(遺傳進化算法)有更快的計算速度，使得該算法的硬件實現成為可能，達到了算法性能和速度的最佳平衡點。 由