摘要
利用协同神经网络解决通信中的频率估计问题,以卫星通信中去除多普勒频移为背景,研究对二进制相位键控(BPSK)信号的频偏估计。在大多普勒频移被划分为若干较小的频率区间的情况下,用协同神经网络中的序参量来表示每个频率子区间,通过竞争某个序参量最终胜出的方式,便可确定出信号所在的频率区间。利用伴随向量的简化逼近形式使得协同神经网络的算法复杂度大大降低,但也引入了一定的系统误差。通过分析及仿真,利用协同神经网络捕获大多普勒频移具有速度较快,硬件代价不大等优点。
This text solves the basic and important frequency estimate problem in communication by synergetic neural network. Basing frequency estimate in satellite communication, concretely studies the frequency estimate about BPSK signal. When the large Doppler frequency is partitioned several smaller area, each order parameter stands for each area. Once get the winner of the order parameters, the smaller frequency is confirmed. The approximation of the adjoint vectors simplify the complexity of arithmetic, but the system error is caused. This method has rapid capture speed, and smaller cost by analyzing and simulation.
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2007年第5期39-42,共4页
Journal of Chongqing University
基金
重庆市科委自然科学基金资助项目(20042683/20050207)
重庆市教委自然科学基金资助项目(KJ061409)
关键词
协同神经网络
序参量
频率区间
注意参数
synergetic neural network
order parameter
frequency area
frequency estimation
