基于神經(jīng)網(wǎng)絡(luò)的直擴(kuò)信號偽隨機(jī)碼估計(jì).pdf

1、直接序列擴(kuò)頻信號的偽隨機(jī)碼估計(jì)的研究一直是比較熱門的研究領(lǐng)域，目前已經(jīng)有了數(shù)種方法可以做到對直接序列擴(kuò)頻信號中偽隨機(jī)碼序列的估計(jì)，如特征分析法，相位疊加法等，從特征分析法的原理還引出了諸如神經(jīng)網(wǎng)絡(luò)的方法和自適應(yīng)FIR濾波器的方法等。 由于人工神經(jīng)網(wǎng)絡(luò)良好的并行計(jì)算能力和非線性等特性，因此本文主要研究使用基于神經(jīng)網(wǎng)絡(luò)的方法估計(jì)直接擴(kuò)頻序列信號中偽隨機(jī)碼的問題，通過理論分析和仿真試驗(yàn)，得到了在較低信噪比條件下偽隨機(jī)碼估計(jì)的有效方法。

2、同時對不同偽隨機(jī)碼的估計(jì)方法作了性能分析及比較，驗(yàn)證了算法的有效性。主要的內(nèi)容和創(chuàng)新如下： 1.對特征分析法作了較為詳細(xì)的討論和性能分析，同時由于一般的特征分析法存在估計(jì)偽隨機(jī)碼序列時相位不確定的缺陷，因此又探討了兩種改進(jìn)算法，即寬窗口特征分析法和盲同步特征分析法，并對他們做了算法分析和仿真試驗(yàn)，試驗(yàn)的結(jié)果證明了這兩種方法很好的改進(jìn)了原算法存在的缺陷。 2.對使用約束Hebb算法的人工神經(jīng)網(wǎng)絡(luò)作了具體的分析，并介紹了該神

3、經(jīng)網(wǎng)絡(luò)的突觸權(quán)值最終將收斂于DS/SS信號的偽隨機(jī)碼序列。同時還對使用廣義Hebb算法的神經(jīng)網(wǎng)絡(luò)做了理論分析，通過計(jì)算機(jī)仿真試驗(yàn)證明了使用GHA算法的神經(jīng)網(wǎng)絡(luò)的突觸權(quán)值也將最終收斂于偽隨機(jī)碼。 3.分析了使用APEX算法的神經(jīng)網(wǎng)絡(luò)在實(shí)現(xiàn)估計(jì)DS/SS信號PN碼序列的理論基礎(chǔ)，這是一種具有前向連接和反饋連接的一種網(wǎng)絡(luò)，由于反饋連接的存在使它能夠有效地抑制突觸權(quán)值在迭代過程中的溢出問題。還對一種基于廣義PCA算法的人工神經(jīng)網(wǎng)絡(luò)模型作

4、了探討，根據(jù)該廣義PCA算法可以推出一系列的線性PCA算法。 4.分析了一種使用誤差反向傳播算法的神經(jīng)網(wǎng)絡(luò)的方法用來估計(jì)DS/SS信號的PN碼序列。首先從理論上分析了該算法的有效性，并對該算法的學(xué)習(xí)參數(shù)經(jīng)過改進(jìn)和分析，提出一種變步長的算法，使得原算法的收斂迭代步數(shù)大大減少。 5.分析了一種基于非線性PCA算法的神經(jīng)網(wǎng)絡(luò)的方法來估計(jì)DS/SS信號的PN碼序列。首先對兩種不同的非線性PCA算法理論上進(jìn)行分析，然后根據(jù)仿真試驗(yàn)