基于LEAP神经网络同步DS-CDMA伪码序列盲估计

• 作者: 张天骐 江晓磊 赵军桃 马宝泽
• 来源期刊: 计算机应用研究
• 关键词: 主分量 特征提取 神经网络 码分多址 伪码序列 盲估计
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 552-556
• 页数: 5页
• 分类号: TN911.23
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.02.052

摘要

针对特征分解方法在实现非等功率同步直接序列码分多址(DS-CDMA)信号伪码序列盲估计时存在的处理数据向量不能太长以及不能工作于非平稳环境中的问题,引入了一种由主分量分析实现自适应特征提取的在线无监督学习(LEAP)神经网络(NN).首先将已分段的一周期DS-CDMA信号作为NN的输入信号,用NN各权值向量的符号函数代表DS-CDMA信号各用户的伪码序列,然后通过不断输入信号来反复训练权值向量直至收敛,最终DS-CDMA信号各用户的伪码序列就可以通过各权值向量的符号函数重建出来.此外,采用变步长以提高收敛速度.理论分析与仿真实验表明,LEAP NN至少可以实现-20 dB信噪比下10个用户的非等功率同步DS-CDMA伪码序列盲估计,并且比传统的SangerNN具有更快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天骐	重庆邮电大学信号与信息处理重庆市重点实验室	263	1256	15.0	20.0
2	赵军桃	重庆邮电大学信号与信息处理重庆市重点实验室	6	57	5.0	6.0
3	江晓磊	重庆邮电大学信号与信息处理重庆市重点实验室	8	40	4.0	6.0
4	马宝泽	重庆邮电大学信号与信息处理重庆市重点实验室	8	46	5.0	6.0