34、通信系统中的信号处理与编码方案研究

通信系统中的信号处理与编码方案研究

在当今的通信领域，信号处理和编码技术对于提高通信系统的性能至关重要。本文将探讨两种重要的通信技术：基于Kohonen神经网络的线性失真补偿方案，以及基于独立成分分析（ICA）神经网络的空时分组编码（STBC）性能研究和基于ICA的波束空时分组编码与发射天线阵列选择方案。

基于Kohonen神经网络的线性失真补偿方案

在数字通信中，调制器和解调器中存在的线性失真会影响系统的性能。为了解决这个问题，提出了一种利用Kohonen神经网络的新型简单线性失真补偿方案。该方案在接收器的决策阶段，同时对信息数据进行传输和决策过程时，对失真进行补偿。

该方案具有重要的特性，它不仅可以补偿静态失真，还能适应变化的线性失真。例如，在直流电平偏移变化的情况下，没有补偿的系统会完全失效，而采用该方案的系统则能正常工作，其误码率（BER）性能与无失真系统相同。这意味着该方案可以自适应地补偿变化的线性失真。

这种特性使得使用该神经网络类型决策系统来补偿由于传输距离导致的接收信号功率衰减，以及移动无线电中多径传播引起的衰落成为可能。通过QPSK信号的计算机模拟，证实了该方案的有效性。

基于ICA神经网络的空时分组编码性能研究

背景与动机

传统的空时分组编码（STBC）在解码时通常需要准确的信道状态估计（CSI），而信道估计的准确性强烈影响系统性能。在快速变化的移动环境中或存在估计误差时，系统性能会严重下降。独立成分分析（ICA）是一种盲源分离（BSS）技术，即使没有传输信道的任何信息，也能从观测中恢复传输的符号。因此，将ICA应用于STBC系统的盲检测具有重要意义。