基于非線性函數(shù)擴展的流水線型自適應濾波理論與方法研究.pdf

1、本文主要研究基于非線性函數(shù)擴展的流水線型自適應濾波理論及其在信道均衡、系統(tǒng)辨識以及非平穩(wěn)信號預測等非線性信號處理領域的應用，包括以下兩個方面：一、基于非線性自適應濾波器研究現(xiàn)狀的分析，根據(jù)非線性函數(shù)擴展神經(jīng)網(wǎng)絡和流水線型結構的特點，并結合實際非線性信號處理應用背景，設計幾種新型低復雜度非線性自適應濾波模型；二、推導出新型濾波模型相應的改進自適應算法，并對其性能展開理論分析和計算機仿真。具體工作如下：
　　 (1)系統(tǒng)地總結了基于

2、非線性函數(shù)擴展的神經(jīng)網(wǎng)絡模型，并針對實際數(shù)字通信系統(tǒng)中同時存在線性和非線性干擾的特點，基于非線性函數(shù)擴展神經(jīng)網(wǎng)絡理論，提出一種橫向濾波器與非線性函數(shù)擴展神經(jīng)網(wǎng)絡組合的非線性自適應均衡器，并推導出基于改進的最小均方自適應算法，并對該非線性均衡器的穩(wěn)定性以及收斂條件進行了理論分析。該非線性均衡器充分利用橫向濾波器的快速收斂，以及非線性函數(shù)擴展神經(jīng)網(wǎng)絡通過增大輸入空間提高非線性逼近能力的特點，進一步提高均衡器的收斂速度、降低穩(wěn)態(tài)誤差以及誤碼性

3、能，而且計算復雜度較低。
　　 (2)為降低多項式濾波器的計算復雜度，借助流水線型結構，首次提出基于流水線型結構的前向JPPSOV濾波器，并成功地應用在非線性系統(tǒng)辨識及非平穩(wěn)語音信號預測。該流水線型自適應多項式濾波器采用分而治之并且內部互聯(lián)的思想，具有并行特征的模塊化實現(xiàn)結構，不但能夠大大降低自適應多項式的計算復雜度，而且在一定程度上能夠提高其性能。為進一步提高其性能，結合多項式感知器，提出了JPPSOVP自適應濾波器，并給出基

4、于RTRL的自適應算法。理論分析和計算機仿真結構均證明了其比JPPSOV和直接形式的SOV具有良好的性能。
　　 (3)結合具有IIR結構Bilinear和RSOV的優(yōu)點，提出兩種新型基于遞歸Volterra擴展的流水線型神經(jīng)網(wǎng)絡：基于Bilinear擴展的流水線型神經(jīng)網(wǎng)絡自適應濾波器和基于RSOV擴展的流水線型遞歸神經(jīng)網(wǎng)絡自適應濾波器。計算機仿真結果表明其濾波性能得到進一步提高，而且計算復雜度較低。
　　 (4)為提高

5、流水線型非線性濾波器的濾波性能，充分利用輸入信號的高階信息，結合基于非線性函數(shù)擴展的神經(jīng)網(wǎng)絡模型的特點，提出基于Chebyshev性函數(shù)擴展的流水線型遞歸神經(jīng)網(wǎng)絡，并成功地應用到非線性系統(tǒng)辨識和混沌時間序列預測。理論分析和計算機仿真結果均表明該神經(jīng)網(wǎng)絡不僅計算復雜度較低，而且由于網(wǎng)絡內部是非線性函數(shù)擴展模塊級聯(lián)結構，因而能夠進一步提高其非線性處理能力，增強其濾波性能。
　　 (5)結合流水線型結構和數(shù)字通信系統(tǒng)中判決反饋均衡器的