基于改进型 BP 神经网络的自适应均衡器设计

摘要

在移动通信系统中由于小尺度多径传播、多径时延和多普勒频移造成不同类型的衰落，对自适应均衡技术的适应性、鲁棒性提出了进一步的挑战。人工神经网络具有并行计算、自学习、自组织的特性和全局逼近能力，因此人们开始将神经网络作为设计均衡器的一种方法，且得到了较好的均衡效果。本文对基于BP神经网络的自适应均衡算法进行了研究，分析收敛性能上存在的缺点，将变步长思想和协调器引入神经网络均衡算法中，并给出了自适应均衡器的一种FPGA并行实现结构。
　　本文的主要内容如下：
　　(1)在归纳总结BP神经网络和自适应均衡器的理论基础上，结合二者的优点，确定了基于BP神经网络自适应均衡器的设计方法。
　　(2)针对传统BP神经网络均衡算法的不足，研究了学习速率及动量项对算法性能的影响，提出了变学习速率、动量项BP神经网络均衡算法。仿真结果表明，这种方法与传统BP神经网络均衡算法相比，收敛速度得到了一定程度的提高。
　　(3)采用Altera公司的CycloneⅡ系列的FPGA芯片，使用自顶向下的设计方法，完成基于BP神经网络的自适应均衡器的模块设计。从硬件结构的优化角度入手，对神经网络中各模块的不同实现方式进行比较研究，找出较合理的设计方案。实现了基于FPGA的自适应均衡器的实时性和灵活性，研究BP神经网络自适应均衡器的FPGA实现具有特别的现实意义和广泛的应用前景。

目录

独创性声明

学位论文使用授权声明

1 绪论

1.1 本文研究的背景及意义

1.2 神经网络均衡器的发展及现状

1.2.1 神经网络在国内外的发展

1.2.2 均衡器在国内外的发展

1.3 本文的结构安排

2 BP神经网络和自适应均衡原理

2.1 BP神经网络的基本原理

2.1.1 BP神经网络的模型构建

2.1.2 BP神经网络的前向传播

2.1.3 BP神经网络的反向传播

2.1.4 BP神经网络的应用

2.2 自适应均衡器的基本原理

2.2.1 自适应均衡器的概念

2.2.2 自适应均衡器的结构

2.2.3 自适应均衡器的算法

2.2.4 自适应均衡器的性能

2.3 基于BP神经网络的自适应均衡器

2.4 本章小结

3 基于改进型BP神经网络的均衡器算法设计

3.1 BP神经网络的均衡器模型建立

3.2 BP神经网络的均衡器算法设计

3.3 BP神经网络的均衡器算法分析

3.4 BP神经网络的均衡器算法改进

3.4.1 BP神经网络结构的改进

3.4.2 BP神经网络的算法改进

3.5 本章的小结

4 自适应均衡器的FPGA实现

4.1 FPGA的基本原理

4.1.1 FPGA的概述

4.1.2 FPGA的原理与结构

4.1.3 FPGA的基本设计流程

4.2 BP神经网络均衡器的FPGA设计

4.2.1 BP神经网络均衡器顶层模块设计

4.2.2 系统的有限字长问题

4.3 BP神经网络均衡器前向计算模块设计

4.3.1 输入信号预处理模块

4.3.2 隐层前向计算模块设计

4.3.3 输出层前向计算模块设计

4.4 BP神经网络均衡器反向更新模块设计

4.4.1 误差计算模块设计

4.4.2 权值存储模块设计

4.4.3 输出层权值更新模块设计

4.4.4 隐层权值更新模块设计

4.5 自适应均衡器的综合分析

4.6 本章的小结

5 结论与展望

致谢

参考文献