導語：神經網絡抑制無線通信干擾分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著社會的不斷發展和進步，無線通信技術得到了飛速的發展和進步，因此人們對無線通信的探究更重視，在抑制無線干擾方面的技術也在不斷推陳出新。由于神經網絡具備較強的儲存傳輸和記憶功能，利用聯想能力進行濾波和信息處理，能夠減小傳輸過程中的誤差，并且使誤差越來越小，使它在抑制無線通信干擾方面有得天獨厚的優勢，本文主要對神經網絡抑制無線通信干擾進行探究，并進行了詳細的分析和論證，希望對促進我國無線通信網絡的發展做出積極貢獻。

關鍵詞：神經網絡；無線通信；抑制干擾；小波網絡

神經網絡抑制對無線通信的干擾影響是巨大的，能夠給人們的生活和社會良好的秩序帶來安全隱患，不利于社會的長治久安，由無線傳輸引起的這些干擾，該研究表明使用神經網絡來抑制干擾，并且已經使用通信模擬技術進行了演示。能夠掌握神經網絡抑制的作用機理，以及如何做出應對，以保障我國無線通信網絡的發展。因此我們要積極研究神經網絡抑制無線通信的干擾合理利用神經網絡系統，促進我國無線通信技術的發展。

1神經網絡用于無線通信領域的優勢

無線通信無需布線、安裝周期短、網絡結構易變遷和移動，有較強的實用性，但復雜的同頻通信環境和無線電波的獨有特征，使其在一定程度上對通信形成干擾。神經網絡主要是由神經元構成的規模宏大的分布式處理器，以其儲存的經驗知識和可使用性等特有特征，在信息處理方面運用愈加廣泛。神經元的連接強度即突觸權值用來儲存獲取的信息，神經元作為網絡基本信息處理單元，雖然每個單元功能簡單，但大量簡單處理的并行結構，讓他們能處理信息量非常巨大。其強大的自學能力、記憶儲存能力和聯想容錯性，經過一定的訓練可以獲取網絡的權值結構，具有良好的環境適應性，能夠很好的應用到實際生活中，促進我國無線通信網絡的建設和發展，滿足人們基本的通話需求，也為社會的持續發展做出積極貢獻。并有效促進神經網絡抑制通信干擾，發展我國的通信事業邁向新的臺階。將神經網絡用于無線通信干擾的抑制，能夠有效保障無線通信信號的暢通，保持良好的運行，實現我國通信網絡工程的持續穩定發展，給我們的生活品質帶來質的提高，建設我們的美好的家園。

2常用的神經網絡模型

2.Bp神經網絡。Bp神經網絡是個高度非靜態的系統，采用bp算法的多層次模型，在正向擴展的情況下，輸入信息從單元層處理并傳輸到輸出層。如果輸出層不能接收到所需的輸出，則輸出層上沿神經元原始路徑的錯誤將傳播回輸出層。在反饋過程中，層間連接的重量逐漸減小，使現有誤差不斷減小，最終減小信號誤差，并使其在允許的范圍內，進行Bp網絡順利的運行，以保證通信網絡的有效提升，促進通信工程的可持續發展。2.2Hopfield神經網絡。Hopfield神經網絡可分為離散系統和連續系統。它是一個非線性動力系統。在引入能量函數后，從系統能量的角度出發，在一定的條件下，它向系統能量的降低方向發展。一旦達到最小能量函數值，它就不會改變。與最小值對應的模式被視為內存模式。為了激勵該網絡系統，可以考慮具有聯想記憶功能的記憶方式t的聯想存儲裝置。它的網絡理論可以從高能態轉移到最小能態，實現收斂，得到有效的穩定，以建立完整的網絡函數，并可用于從假定函數的一點計算問題，找到最小值對應于原始的動態系統的ATE。將全局優化中的模擬退火算法運用于該系統，計算能在系統的流動中自動完成。

3神經網絡抑制無線通信干擾的探究

3.1載波頻偏移和相位噪聲引起子載波干擾的原理。在無線通信中，當接收機和發射機相對運動時，存在多普勒頻移。接收機和發射機中振蕩器產生的頻率不穩定，導致頻率誤差，載波間干擾，降低系統性能。載波自關機方法抑制非相鄰子載波干擾能力弱，導頻計算方法復雜。或降低系統對頻率方程靈敏度的處理。通過學習，可變分配信道的特性可以選擇性地消除載波間的干擾，從而降低系統的誤碼率。同時，利用OFDM接收機通過FFT對神經網絡進行相位噪聲抑制，從工作到解調神經網絡處理調制后的數字信號，每個信號在星座上都有固定的相位。這些相位被用作神經網絡的輸入和輸出信息。4G無線模型是非線性模型。神經網絡的主要特點是自適應。利用非固定非線性網絡模型可以很好地解決OFDM系統的背景噪聲和ICI問題。神經網絡用于抑制變形后對發動機的擾動，以提高無線通信工程的質量和效率，使其滿足社會發展的需要和人們的多樣化的物質生活需要。3�2運用小波神經網絡抑制背景噪音小波神經網絡的特征集合了人工神經網絡和小波網絡的優點，使網絡的收斂速度加快，在緊支集中任意逼近非線性連續性函數的特點，在數值分析和信號處理領域，具有很強的實用價值。小波網絡的結構和基本元素是依據小波分析原理確定的，使它的學習能力和精度更高，將小波運用到信號表述方面。用途不同的小波神經網絡采用不同的結構，在小波神經網絡前可加入預處理，運用非線性小波基取代非線性的sigmoid函數，用遞歸劃分的辦法將特征空間分為對應網絡神經元的感知子區域，充分對它進行分辨分析，需將尺度函數和小波函數視為網絡中的濾波函數，進行粗略的劃分，在進行遞歸分割，計算了各函數的優點，選擇最差的分段來生成樹莊波組。當網絡容量較大時，采用波函數和尺度函數作為濾波器，以節點作為網絡的神經元結構。網絡訓練的結果影響波節點的性能，波形的生長和切割影響網絡節點的刪除和分裂，形成一個接近非線性函數的波形神經網絡。在傳統的CDMA接收機中，利用神經網絡實現多用戶檢測，每個用戶的接收都是相互獨立的。在一個可重用的界面環境中，用戶往往很難擴展正交性，解決這一問題的有效途徑是采用多用戶檢測技術來增加非正交系統之間的干擾，以及采用多用戶檢測技術來提高非正交系統之間的干擾。同時刪除每個用戶發現的擴展代碼之間的逆矩陣方法或迭代方法。多用戶識別根據不同的標準使用不同的分類方法。根據特征分為多用戶檢測和次優多用戶檢測。該結構可以分為線性和非線性多用戶檢測。由于線性多用戶檢測提供者的復雜性，從研究的角度來看可以實現緩慢收斂。基于非線性測試的多用戶檢測方法，采用非線性多用戶檢測和干擾消除技術對神經網絡檢測器進行操作。我們知道，多用戶檢測技術實際上是一個組合S優化問題，因此原則上所有的組合優化算法都可以應用于多用戶檢測。在多用戶可再生能源網絡中，也采用了基于神經網絡的求解方法。3.3利用神經網絡構造多用戶檢測器的兩種方法（。1）基于神經BP網絡的多用戶檢測器，非線性函數或神經網絡變換在每個期望項目中都有三個層次的前饋Perzeptron（BP算法）。只要隱藏層單元數目足夠，訓練誤差就可以通過通過方法學習算法。這種由BP算法訓練或學習的神經多層Perzeptron網絡，通常稱為BP神經網絡。NF（Y）可以通過BPNN網絡實現，以實現CDMA系統的最佳多用戶識別。BPNN網絡的最佳多用戶檢測方法如下：首先，每個用戶系統發送訓練模式代碼，然后BPNN神經網絡ETZWERK檢測器計算內存輸出，以充分統計調整未來濾波器。同時獲得網絡輸出x，X并形成誤差信號e。訓練數據向量d之間的差異，然后基于BP算法使用每個網絡的這個誤差信號進行修改，BPNN更新神經元權重和閾值以盡可能地減少誤差。直到重復誤差信號lelk8的訓練過程，在這種情況下，BPNN網絡的非線性函數（表示一個較小的正數）非常接近于多用戶識別的最優分類決策。當相位系統處于正常模式時，每個用戶以相應的信息位發送E，THE網絡的THEBPNN訓練階段D是相似的，除了THE錯誤信號是THE實際輸出x和THE決策輸出sgn（x）之間的THE差，即E=sgp（x）-x。當當用戶移動時，系統改變幅度矩陣變化的誤差E，從而通過更新bpnn-bp算法的權值和測量值的誤差值來減少自適應網絡。該檢測器具有很強的自適應跟蹤能力，始終保持最佳的檢測性能。（2）基于Hopfield神經網絡的多用戶檢測器。調諧濾波器的輸出作為神經網絡的外部激勵被轉換為力。網絡初始化為零，輸出反饋為零，放大器輸出為x（x），與傳統檢測器的估計一致，網絡開發后收斂到一個穩定的平衡點，即多用戶檢測器的符號輸出。離散Hopfield神經網絡相當于具有相同抗干擾性能的多級檢測器和多級檢測器。基于Hopfield神經網絡的多用戶檢測具有更強的靈活性和更好的檢測性能。然而，Hopfield神經網絡的主要問題是多用戶Hopfield神經網絡常常陷入能量函數的局部最小值，不能轉換為全局最小值。該問題可以通過仿真、中場算法或混沌算法來解決。神經網絡由于其非線性，在無線通信中有著廣泛的應用。通過以上詳細介紹了如何利用神經網絡抑制1000載波干擾。首先，確定了信道模型。在對載波分析的基礎上，提出了如何建立載波偏移干擾符號、神經網絡模型以及如何形成相位交換IC。目前有載波相位輸入和輸出，如神經網絡模型，其次如何使用波網絡抑制背景噪聲和多用戶檢測器在網絡中。我們可以看到，神經網絡在抑制無線電干擾方面具有巨大的潛力，它提供了一種新的思維方式。ch新的結構和算法，以及神經網絡的不足（如學習能力、收斂速度慢）不斷被克服。因此，神經網絡在通信領域的應用將進一步深化和擴展。4結論綜上所述，網絡干擾是抑制無線通信技術發展、影響通訊質量的重要因素。人工神經網絡具有學習記憶仿生等特點，可以通過對已知問題及結論進行不斷學習，在無線通信ATD0CTL4=0x03;//采樣周期為4個周期，PRS=3ATD0CTL5=0x20;//對通道0單次連接采樣，同時啟動A/D轉換序列}3.3溫度轉換及輸出程序設計。熱敏電阻的阻值會隨著溫度的變化而變化，本設計中采用負溫度系統的熱敏電阻，即電阻的阻值隨著溫度的升高而減小，首先根據硬件電路和10k1%NTC熱敏電阻的特性，利用公式計算得出AD采樣值與溫度值的對應關系數據表格，以數組的形式進行保存。溫度信號檢測與處理電路的輸出值送到單片機的AD轉換模塊的輸入端PAD00,經單片機ATD模塊轉換輸出的12位電壓值保存在寄存器ATDDR0中，連續讀取50次AD轉換模塊的電壓值，求出平均值，根據當前求得的平均電壓值查表找出對應的溫度值，然后調用數碼管顯示程序，將當前測得的溫度值顯示到數碼管上，完成溫度的測量。程序流程圖如圖6所示。

4結論

本設計是基于NTC熱敏電阻的一種溫度測量模塊，由于設計中采用高精度、超強抗干擾的內部自帶AD轉換模塊的單片機作為主控制器，直接對測量值進行模/數轉換，同時使用了專用的溫度信號測量與處理電路，使本系統結構簡單、測量精度高，可靠性高，可用于各種溫度控制與測量系統中。

作者:陳海強 張存根 單位:東部戰區海軍訓練基地