導語：神經(jīng)網(wǎng)絡抑制無線通信干擾研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：隨著社會的不斷發(fā)展和進步，無線通信技術得到了飛速的發(fā)展和進步，因此人們對無線通信的探究更重視，在抑制無線干擾方面的技術也在不斷推陳出新。由于神經(jīng)網(wǎng)絡具備較強的儲存?zhèn)鬏敽陀洃浌δ?，利用?lián)想能力進行濾波和信息處理，能夠減小傳輸過程中的誤差，并且使誤差越來越小，使它在抑制無線通信干擾方面有得天獨厚的優(yōu)勢，本文主要對神經(jīng)網(wǎng)絡抑制無線通信干擾進行探究，并進行了詳細的分析和論證，希望對促進我國無線通信網(wǎng)絡的發(fā)展做出積極貢獻。

關鍵詞：神經(jīng)網(wǎng)絡；無線通信；抑制干擾；小波網(wǎng)絡

神經(jīng)網(wǎng)絡抑制對無線通信的干擾影響是巨大的，能夠給人們的生活和社會良好的秩序帶來安全隱患，不利于社會的長治久安，由無線傳輸引起的這些干擾，該研究表明使用神經(jīng)網(wǎng)絡來抑制干擾，并且已經(jīng)使用通信模擬技術進行了演示。能夠掌握神經(jīng)網(wǎng)絡抑制的作用機理，以及如何做出應對，以保障我國無線通信網(wǎng)絡的發(fā)展。因此我們要積極研究神經(jīng)網(wǎng)絡抑制無線通信的干擾合理利用神經(jīng)網(wǎng)絡系統(tǒng)，促進我國無線通信技術的發(fā)展。

1神經(jīng)網(wǎng)絡用于無線通信領域的優(yōu)勢

無線通信無需布線、安裝周期短、網(wǎng)絡結(jié)構易變遷和移動，有較強的實用性，但復雜的同頻通信環(huán)境和無線電波的獨有特征，使其在一定程度上對通信形成干擾。神經(jīng)網(wǎng)絡主要是由神經(jīng)元構成的規(guī)模宏大的分布式處理器，以其儲存的經(jīng)驗知識和可使用性等特有特征，在信息處理方面運用愈加廣泛。神經(jīng)元的連接強度即突觸權值用來儲存獲取的信息，神經(jīng)元作為網(wǎng)絡基本信息處理單元，雖然每個單元功能簡單，但大量簡單處理的并行結(jié)構，讓他們能處理信息量非常巨大。其強大的自學能力、記憶儲存能力和聯(lián)想容錯性，經(jīng)過一定的訓練可以獲取網(wǎng)絡的權值結(jié)構，具有良好的環(huán)境適應性，能夠很好的應用到實際生活中，促進我國無線通信網(wǎng)絡的建設和發(fā)展，滿足人們基本的通話需求，也為社會的持續(xù)發(fā)展做出積極貢獻。并有效促進神經(jīng)網(wǎng)絡抑制通信干擾，發(fā)展我國的通信事業(yè)邁向新的臺階。將神經(jīng)網(wǎng)絡用于無線通信干擾的抑制，能夠有效保障無線通信信號的暢通，保持良好的運行，實現(xiàn)我國通信網(wǎng)絡工程的持續(xù)穩(wěn)定發(fā)展，給我們的生活品質(zhì)帶來質(zhì)的提高，建設我們的美好的家園。

2常用的神經(jīng)網(wǎng)絡模型

2.1Bp神經(jīng)網(wǎng)絡。Bp神經(jīng)網(wǎng)絡是個高度非靜態(tài)的系統(tǒng)，采用bp算法的多層次模型，在正向擴展的情況下，輸入信息從單元層處理并傳輸?shù)捷敵鰧?。如果輸出層不能接收到所需的輸出，則輸出層上沿神經(jīng)元原始路徑的錯誤將傳播回輸出層。在反饋過程中，層間連接的重量逐漸減小，使現(xiàn)有誤差不斷減小，最終減小信號誤差，并使其在允許的范圍內(nèi)，進行Bp網(wǎng)絡順利的運行，以保證通信網(wǎng)絡的有效提升，促進通信工程的可持續(xù)發(fā)展。2.2Hopfield神經(jīng)網(wǎng)絡。Hopfield神經(jīng)網(wǎng)絡可分為離散系統(tǒng)和連續(xù)系統(tǒng)。它是一個非線性動力系統(tǒng)。在引入能量函數(shù)后，從系統(tǒng)能量的角度出發(fā)，在一定的條件下，它向系統(tǒng)能量的降低方向發(fā)展。一旦達到最小能量函數(shù)值，它就不會改變。與最小值對應的模式被視為內(nèi)存模式。為了激勵該網(wǎng)絡系統(tǒng)，可以考慮具有聯(lián)想記憶功能的記憶方式t的聯(lián)想存儲裝置。它的網(wǎng)絡理論可以從高能態(tài)轉(zhuǎn)移到最小能態(tài)，實現(xiàn)收斂，得到有效的穩(wěn)定，以建立完整的網(wǎng)絡函數(shù)，并可用于從假定函數(shù)的一點計算問題，找到最小值對應于原始的動態(tài)系統(tǒng)的ATE。將全局優(yōu)化中的模擬退火算法運用于該系統(tǒng)，計算能在系統(tǒng)的流動中自動完成。

3神經(jīng)網(wǎng)絡抑制無線通信干擾的探究

3.1載波頻偏移和相位噪聲引起子載波干擾的原理。在無線通信中，當接收機和發(fā)射機相對運動時，存在多普勒頻移。接收機和發(fā)射機中振蕩器產(chǎn)生的頻率不穩(wěn)定，導致頻率誤差，載波間干擾，降低系統(tǒng)性能。載波自關機方法抑制非相鄰子載波干擾能力弱，導頻計算方法復雜。或降低系統(tǒng)對頻率方程靈敏度的處理。通過學習，可變分配信道的特性可以選擇性地消除載波間的干擾，從而降低系統(tǒng)的誤碼率。同時，利用OFDM接收機通過FFT對神經(jīng)網(wǎng)絡進行相位噪聲抑制，從工作到解調(diào)神經(jīng)網(wǎng)絡處理調(diào)制后的數(shù)字信號，每個信號在星座上都有固定的相位。這些相位被用作神經(jīng)網(wǎng)絡的輸入和輸出信息。4G無線模型是非線性模型。神經(jīng)網(wǎng)絡的主要特點是自適應。利用非固定非線性網(wǎng)絡模型可以很好地解決OFDM系統(tǒng)的背景噪聲和ICI問題。神經(jīng)網(wǎng)絡用于抑制變形后對發(fā)動機的擾動，以提高無線通信工程的質(zhì)量和效率，使其滿足社會發(fā)展的需要和人們的多樣化的物質(zhì)生活需要。3.2運用小波神經(jīng)網(wǎng)絡抑制背景噪音。小波神經(jīng)網(wǎng)絡的特征集合了人工神經(jīng)網(wǎng)絡和小波網(wǎng)絡的優(yōu)點，使網(wǎng)絡的收斂速度加快，在緊支集中任意逼近非線性連續(xù)性函數(shù)的特點，在數(shù)值分析和信號處理領域，具有很強的實用價值。小波網(wǎng)絡的結(jié)構和基本元素是依據(jù)小波分析原理確定的，使它的學習能力和精度更高，將小波運用到信號表述方面。用途不同的小波神經(jīng)網(wǎng)絡采用不同的結(jié)構，在小波神經(jīng)網(wǎng)絡前可加入預處理，運用非線性小波基取代非線性的sigmoid函數(shù)，用遞歸劃分的辦法將特征空間分為對應網(wǎng)絡神經(jīng)元的感知子區(qū)域，充分對它進行分辨分析，需將尺度函數(shù)和小波函數(shù)視為網(wǎng)絡中的濾波函數(shù)，進行粗略的劃分，在進行遞歸分割，計算了各函數(shù)的優(yōu)點，選擇最差的分段來生成樹莊波組。當網(wǎng)絡容量較大時，采用波函數(shù)和尺度函數(shù)作為濾波器，以節(jié)點作為網(wǎng)絡的神經(jīng)元結(jié)構。網(wǎng)絡訓練的結(jié)果影響波節(jié)點的性能，波形的生長和切割影響網(wǎng)絡節(jié)點的刪除和分裂，形成一個接近非線性函數(shù)的波形神經(jīng)網(wǎng)絡。在傳統(tǒng)的CDMA接收機中，利用神經(jīng)網(wǎng)絡實現(xiàn)多用戶檢測，每個用戶的接收都是相互獨立的。在一個可重用的界面環(huán)境中，用戶往往很難擴展正交性，解決這一問題的有效途徑是采用多用戶檢測技術來增加非正交系統(tǒng)之間的干擾，以及采用多用戶檢測技術來提高非正交系統(tǒng)之間的干擾。同時刪除每個用戶發(fā)現(xiàn)的擴展代碼之間的逆矩陣方法或迭代方法。多用戶識別根據(jù)不同的標準使用不同的分類方法。根據(jù)特征分為多用戶檢測和次優(yōu)多用戶檢測。該結(jié)構可以分為線性和非線性多用戶檢測。由于線性多用戶檢測提供者的復雜性，從研究的角度來看可以實現(xiàn)緩慢收斂?；诜蔷€性測試的多用戶檢測方法，采用非線性多用戶檢測和干擾消除技術對神經(jīng)網(wǎng)絡檢測器進行操作。我們知道，多用戶檢測技術實際上是一個組合S優(yōu)化問題，因此原則上所有的組合優(yōu)化算法都可以應用于多用戶檢測。在多用戶可再生能源網(wǎng)絡中，也采用了基于神經(jīng)網(wǎng)絡的求解方法。3.3利用神經(jīng)網(wǎng)絡構造多用戶檢測器的兩種方法。（1）基于神經(jīng)BP網(wǎng)絡的多用戶檢測器，非線性函數(shù)或神經(jīng)網(wǎng)絡變換在每個期望項目中都有三個層次的前饋Perzeptron（BP算法）。只要隱藏層單元數(shù)目足夠，訓練誤差就可以通過通過方法學習算法。這種由BP算法訓練或?qū)W習的神經(jīng)多層Perzeptron網(wǎng)絡，通常稱為BP神經(jīng)網(wǎng)絡。NF（Y）可以通過BPNN網(wǎng)絡實現(xiàn)，以實現(xiàn)CDMA系統(tǒng)的最佳多用戶識別。BPNN網(wǎng)絡的最佳多用戶檢測方法如下：首先，每個用戶系統(tǒng)發(fā)送訓練模式代碼，然后BPNN神經(jīng)網(wǎng)絡ETZWERK檢測器計算內(nèi)存輸出，以充分統(tǒng)計調(diào)整未來濾波器。同時獲得網(wǎng)絡輸出x，X并形成誤差信號e。訓練數(shù)據(jù)向量d之間的差異，然后基于BP算法使用每個網(wǎng)絡的這個誤差信號進行修改，BPNN更新神經(jīng)元權重和閾值以盡可能地減少誤差。直到重復誤差信號lelk8的訓練過程，在這種情況下，BPNN網(wǎng)絡的非線性函數(shù)（表示一個較小的正數(shù)）非常接近于多用戶識別的最優(yōu)分類決策。當相位系統(tǒng)處于正常模式時，每個用戶以相應的信息位發(fā)送E，THE網(wǎng)絡的THEBPNN訓練階段D是相似的，除了THE錯誤信號是THE實際輸出x和THE決策輸出sgn（x）之間的THE差，即E=sgp（x）-x。當當用戶移動時，系統(tǒng)改變幅度矩陣變化的誤差E，從而通過更新bpnn-bp算法的權值和測量值的誤差值來減少自適應網(wǎng)絡。該檢測器具有很強的自適應跟蹤能力，始終保持最佳的檢測性能。（2）基于Hopfield神經(jīng)網(wǎng)絡的多用戶檢測器。調(diào)諧濾波器的輸出作為神經(jīng)網(wǎng)絡的外部激勵被轉(zhuǎn)換為力。網(wǎng)絡初始化為零，輸出反饋為零，放大器輸出為x（x），與傳統(tǒng)檢測器的估計一致，網(wǎng)絡開發(fā)后收斂到一個穩(wěn)定的平衡點，即多用戶檢測器的符號輸出。離散Hopfield神經(jīng)網(wǎng)絡相當于具有相同抗干擾性能的多級檢測器和多級檢測器?；贖opfield神經(jīng)網(wǎng)絡的多用戶檢測具有更強的靈活性和更好的檢測性能。然而，Hopfield神經(jīng)網(wǎng)絡的主要問題是多用戶Hopfield神經(jīng)網(wǎng)絡常常陷入能量函數(shù)的局部最小值，不能轉(zhuǎn)換為全局最小值。該問題可以通過仿真、中場算法或混沌算法來解決。神經(jīng)網(wǎng)絡由于其非線性，在無線通信中有著廣泛的應用。通過以上詳細介紹了如何利用神經(jīng)網(wǎng)絡抑制1000載波干擾。首先，確定了信道模型。在對載波分析的基礎上，提出了如何建立載波偏移干擾符號、神經(jīng)網(wǎng)絡模型以及如何形成相位交換IC。目前有載波相位輸入和輸出，如神經(jīng)網(wǎng)絡模型，其次如何使用波網(wǎng)絡抑制背景噪聲和多用戶檢測器在網(wǎng)絡中。我們可以看到，神經(jīng)網(wǎng)絡在抑制無線電干擾方面具有巨大的潛力，它提供了一種新的思維方式。ch新的結(jié)構和算法，以及神經(jīng)網(wǎng)絡的不足（如學習能力、收斂速度慢）不斷被克服。因此，神經(jīng)網(wǎng)絡在通信領域的應用將進一步深化和擴展。

4結(jié)論

綜上所述，網(wǎng)絡干擾是抑制無線通信技術發(fā)展、影響通訊質(zhì)量的重要因素。人工神經(jīng)網(wǎng)絡具有學習記憶仿生等特點，可以通過對已知問題及結(jié)論進行不斷學習，在無線通信中可以不斷的校正誤差，使輸出的誤差不斷減小，以其非線性特征在無線通信網(wǎng)絡中廣泛運用。當神經(jīng)網(wǎng)絡遇到問題時可以直接運用學到的知識進行處理，得出結(jié)論，所以神經(jīng)網(wǎng)絡在抑制無線通信干擾方面有巨大的潛力。因此我們要加強對于神經(jīng)網(wǎng)絡在無線通訊領域的研究，促進無線通信網(wǎng)絡抗干擾性的提高，實現(xiàn)無線通信網(wǎng)絡的可持續(xù)發(fā)展。

作者:陳海強 張存根 單位:東部戰(zhàn)區(qū)海軍訓練基地