專著,隨著技術水平的發展,在現代通信系統中,數字通信取得模擬通信的趨勢日益明顯。數字通信系統具有許多優點,如抗干擾能力強、系統穩定性強等,但也存在著一些問題,如由於信道傳遞函數的非理想性、時變性和傳輸碼元之間存在互相干擾等原因,使得信道接收端抽樣值總是存在碼間串擾,導致系統誤差率高,判別能力下降等。為解決這些難題,提高數字通信通信系統性能,業界提出了信道均衡技術,用以克服數字通信系統中的碼間串擾,其中自適應均衡技術,又稱盲均衡技術,具有自適應能力強,不需要訓練序列,信帶利用率高等優點,成為通信技術研究的熱點,在通信系統中具有重要的作用。本書首先探索了盲均衡器設計的原理、技術方法,並開展了數值仿真分析,驗證了常模盲均衡算法及幾種常見的改進算法的性能指標,從誤碼率、殘差等角度,分析了算法的實際應用價值。其次在常模盲均衡算法的研究基礎上,將模糊補償神經網絡將模糊理論、補償算法引入到神經網絡理論中,從而提高神經網絡系統的適應性,容錯性和穩定性。主要研究基於模糊補償神經網絡的盲均衡算法,並根據無線信道模型,對其仿真及應用進行分析和設計。主要介紹了基於神經網絡的盲均衡算法基礎,對神經網絡的發展、分類及學習規則等作以簡單描述,並簡單介紹了神經網絡理論中主要的改進方法；對數字信道均衡技術進行了簡單描述,給出了均衡器的一般設計原理、分類並根據研究方向詳細介紹了盲均衡器的初步知識。在研究基礎理論的同時進行了盲均衡算法仿真平臺的設計和框架結構的搭建,並通過對常模代價函數、方形輪廓線算法和複值神經網絡的仿真分析,闡述了方形輪廓線算法及代價函數的改進算法在複值神經網絡盲均衡器中的應用。著重介紹BP神經網絡的盲均衡算法,分析了算法在實際應用中的性能,進行了算法性能的仿真,並給出實際應用過程中的注意事項。經過分析得出基於BP神經網絡的盲均衡器收斂速度快、平均誤差小、適合在高信噪比條件下工作。並根據4QAM調製信號經無線信道模型傳輸後的輸出信號對其性能進行了仿真評估。與常模盲均衡算法相比,基於模糊補償神經網絡的盲均衡算法能夠顯著地提高系統收斂速度,降低剩餘誤差和誤碼率。還詳細介紹了基於Sigmoid函數的變步長算法。運用Sigmoid函數控制步長,從而顯著提高了基於模糊補償神經網絡的盲均衡算法的收斂速度。最後,本文針對當前工作對基於模糊補償神經網絡的盲均衡算法研究提出了幾點意見。
