[发明专利]一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法有效
申请号: | 201810861275.2 | 申请日: | 2018-08-01 |
公开(公告)号: | CN109150236B | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 方世良;魏阳杰;王晓燕;朱传奇 | 申请(专利权)人: | 东南大学 |
主分类号: | H04B1/7087 | 分类号: | H04B1/7087 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 李淑静 |
地址: | 210096 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法,包括以下步骤:S10、获取直扩信号数据序列;S20、用一固定窗长的矩形滑动窗截取数据序列,构造训练数据;S30、用一变步长LEAP神经网络对训练数据进行PCA分析,得到特征值与相应的特征向量;S40、根据得到的特征值与特征向量估计出直扩信号的伪码序列。该方法使用变步长来代替原来LEAP算法中的固定步长,提高了运算效率,并解决了初始步长较大时网络不稳定问题,使网络收敛更快;同时还解决了由于特征向量相位模糊导致的伪码序列错误估计的问题。本发明方法在低信噪比环境中估计性能良好,不需要存储中间数据并且对输入信号具有自适应性,适合工程上对直扩信号伪码序列进行快速稳健估计。 | ||
搜索关键词: | 一种 基于 步长 leap 神经网络 信号 序列 估计 方法 | ||
【主权项】:
1.一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法,其特征在于,该方法包括以下步骤:S10、获取直扩信号数据序列;S20、用一固定窗长的矩形滑动窗截取数据序列,构造训练数据;S30、用一变步长LEAP神经网络对训练数据进行PCA分析,得到特征值与相应的特征向量,其中,LEAP神经网络的学习步长βi(k)的迭代公式为:βi(k+1)=αβi(k)+γ(|λi(k)‑λi(k‑1)|/max{λi(k),λi(k‑1)})其中,
E{·}表示求数学期望,yi(k)表示网络的第i个输出,k为迭代次数,max{·}表示求最大值运算,α、γ为常数,0<α<1,γ>0;S40、根据得到的特征值与特征向量估计出直扩信号的伪码序列。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810861275.2/,转载请声明来源钻瓜专利网。