[发明专利]一种基于幅相型离散多电平TCNN的MPSK盲检测方法

摘要

本发明公开了一种基于幅相型离散多电平TCNN的MPSK盲检测方法，基于暂态混沌神经网络的全局搜索能力，并利用混沌动力学行为进行全局优化，从而克服了幅相型离散多电平Hopfield神经网络在解决MPSK信号盲检测中易陷入局部最优解和需要多个起点的缺点。

主权项

1.一种基于幅相型离散多电平TCNN的MPSK盲检测方法，其特征是，包括以下步骤：步骤S1，构建幅相型离散TCNN模型：幅相型离散TCNN模型的动态方程为：θy＝angle(yi(k))                           (2)θx＝σ(θy)                                (3)zi(k+1)＝(1‑β)zi(k)                           (5)其中，式(1)为网络模型的具体动态方程，y表示神经网络的输出，x表示神经元当前状态，wij为神经元yj与yi间的连接权值，γ是扰动系数，α'为耦合因子，λ表示神经元的衰减因子，zi(k)为自反馈连接项；式(2)用来计算相位角；式(3)表示激活函数，输入输出都是相位；式(4)为欧拉幅角公式；式(5)为退火函数，β为模拟退火参数；步骤S2，配置权值矩阵；幅相型离散TCNN模型的权矩阵形式如下W＝I‑Q                                (7)式中Q为正交矩阵，表示补投影算子，U_c是x(k)通过奇异值分解得到，I表示单位矩阵；步骤S3，构建能量函数；其中，wij为神经元yj与yi间的连接权值，Ii是第i个神经元的偏置，τ表示正的常数，f是激活函数且有xi(t)＝f(yi(t))，yi为第i个神经元的内部状态；EH是为附加项，它的形式与混沌神经网络的具体结构有关；步骤S4，求解幅相型离散TCNN神经网络实现MPSK信号的盲检测。