1、自適應(yīng)均衡器是現(xiàn)代數(shù)字通信系統(tǒng)中非常關(guān)鍵的組成部分,如何提高均衡器的收斂速度和誤碼性能是實際通信的必然要求,也是具有重要的理論意義和實用價值的研究課題.該文就圍繞這一內(nèi)容,針對存在加性噪聲和信道具有線性與非線性失真等情況時,對小波分析和神經(jīng)網(wǎng)絡(luò)在自適應(yīng)均衡中的應(yīng)用進行了研究,主要的工作如下:1.提出了一種小波變換域的非線性自適應(yīng)均衡器,它是將小波變換融入到關(guān)聯(lián)模型中構(gòu)成的.由于信號經(jīng)過小波變換后的自相關(guān)陣呈稀疏的帶狀結(jié)構(gòu),因此可以利用小

2、波變換的這種去相關(guān)能力來提高該均衡器的收斂速度.2.提出了基于正交小波包變換的非線性信道自適應(yīng)均衡算法,該算法的優(yōu)點是利用了小波包對小波空間的進一步劃分以及比小波變換更強的去相關(guān)能力來進一步提高自適應(yīng)均衡算法的收斂速度,仿真結(jié)果表明了該算法的有效性.3.針對嚴重線性失真和輕度非線性失真的數(shù)字信道,分別提出了用正交小波和小波包表示的非線性信道判決反饋均衡器并給出了自適應(yīng)均衡算法.4.提出了用正交多小波來表示線性均衡器,利用經(jīng)過多小波變換后

3、信號自相關(guān)陣的邊界效應(yīng)較小的特點,給出了基于正交多小波變換的一種Newton-LMS類自適應(yīng)均衡算法.5.在研究基于實數(shù)徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)均衡器結(jié)構(gòu)的基礎(chǔ)上,提出了幾種新的適用于QAM信號的復數(shù)RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)均衡器結(jié)構(gòu),并給出了相應(yīng)的自適應(yīng)均衡算法,理論分析和計算機仿真結(jié)果都表明新的均衡器具有更好的收斂性能.6.對幾種典型的小波神經(jīng)網(wǎng)絡(luò)用于均衡做了研究比較,指出基于一維小波神經(jīng)網(wǎng)絡(luò)的均衡器性能較差;而對基于多維小波神經(jīng)網(wǎng)

4、絡(luò)的均衡器提出了降低"維數(shù)災"的方法和相應(yīng)的均衡器結(jié)構(gòu);針對非線性失真較小的信道提出了一種正交小波網(wǎng)絡(luò)均衡器及其自適應(yīng)均衡算法,理論分析和計算機仿真結(jié)果都表明在高信噪比情況下,該算法具有較好的收斂性能.7.利用多小波函數(shù)和多尺度函數(shù)的互補性,構(gòu)造了一種具有分層、多分辨和局部學習特點的正交多小波神經(jīng)網(wǎng)絡(luò).分析了該網(wǎng)絡(luò)用于函數(shù)逼近時的性質(zhì),給出了調(diào)整網(wǎng)絡(luò)權(quán)系數(shù)的算法,理論分析和計算機仿真都表明正交多小波神經(jīng)網(wǎng)絡(luò)的逼近性能優(yōu)于正交單小波神經(jīng)網(wǎng)