论文部分内容阅读
在移动通信系统中，由于用户的移动，接收信号不可避免地受到多径衰落和阴影效应的影响。因此无线信道传播特性是通信工程设计中的关键因素，直接影响着通信质量的好坏及通信系统工作性能的稳定。开展对无线传播特性和无线信道模型的研究，对研究和成功开发一个无线通信系统是非常必要的。
论文主要研究无线移动信道的建模和仿真，主要工作内容分为两大部分：第一部分对现有的平坦衰落信道的建模和仿真方法进行了总结，并通过仿真实现，分析了各自的优缺点，并将其中一种建模方法推广到了频率选择性衰落信道中，给出了仿真结果。无线信道相当于一个非线性的传输系统，而神经网络恰在模拟非线性系统上有着良好的性能，因此在第二部分提出了一种基于神经网络的无线信道建模和仿真的方法。这部分由浅入深地对新的信道模型进行了探索和实现：先建立了基于反向传播(BP)神经网络的AWGN信道模型，分别用BP算法和改进BP算法对其进行仿真实现，结果表明BP网络虽有一定的逼近能力，但BP算法收敛速度太慢，目标函数存在局部极小点；改进的BP算法虽提高了收敛速度，但是实际输出与期望输出之间还有一定的误差，并在网络隐含层单元数的选取上尚有不足。由于径向基函数(RBF)神经网络能以任意精度逼近任意非线性函数，无局部极小，有极快的学习速度，最后建立了基于RBF网络的AWGN信道模型，并把这种新的建模和仿真方法扩展到了平坦衰落信道和频率选择性衰落信道中。
通过仿真实验，证明RBF神经网络的逼近精度和收敛速度比BP网络确实有所改善，基本上可以追踪无线信道的衰落特性。另外这种新的建模方法能避免现有信道模型复杂的计算，提高了仿真效率；对不同的衰落信道建模和仿真只需用不同的数据对RBF神经网络进行训练就可以做到，有自适应的特性，减少了重新建模的代价。