Технические науки/ 6. Электротехника и радиоэлектроника

К.т.н. Корниенко В.И., Скрыль Д.Ю.

Национальный горный университет, Украина

Исследование приема сигналов мобильной связи с нейронечеткой идентификацией тракта передачи

Основной проблемой при передаче сигналов мобильной связи является выделение на фоне помех полезного сигнала при его многолучевом распространении. Для этого применяют различные методы фильтрации сигналов и идентификации трактов передачи.

Для решения задач идентификации широко используются методы систем искусственного интеллекта, в частности, адаптивные нейронные системы нечеткого вывода [1]. Они представляют собой нейронную сеть с четкими сигналами, весами и активизационной функцией, но с их объединением при помощи операций нечеткой логики.

Исследуем эффективность использования такой системы для оптимального приема сигналов с нелинейными помехами в соответствии со схемой на рис. 1.

Рис.1. Схема передачи радиосигнала мобильной связи

Приемнику известны только сигнал шума n1 и измеренный сигнал m. Необходимо восстановить информационный сигнал х. Оценку n2_ получим по идентификации связи между n1 и n2 с использованием системы нечеткого вывода, реализованной в Matlab [1]. Тогда оценка сигнала равна х_ = m - n2_.

Исследования приема сигналов с идентификацией тракта передачи проводились при вариации следующих характеристик:

А) типа информационного сигнала х;

Б) вида модели тракта распространения;

В) параметров системы нечеткого вывода.

Качество приема оценивалось по критерию минимума относительной ошибки между посланным x_[k] и принятым x__[k] сигналами:

ε ² = ∑_k ( x_[k] – x__[k])² / ∑_k (x_[k])².

А. Результаты работы системы приема с нейронечеткой идентификацией для различных типов передаваемых сигналов приведены в таблице 1.

Таблица1

Тип сигнала х	Ошибка ε, %	Сигнал/шум, дБ
Гауссовский шум	4.05	27.6
Линейная функция х=0.5*(time+0.4)	4.47	26.5
Показательная функция х = 2 ^time+0.9	5.18	25.2
Сигнал с частотой в функции времени х=sin(40/(time+0.01))	3.8	28.1

Использование системы приема с нейронечеткой идентификацией эффективно для сигналов любой сложности (ε≈4…5%). Очевидно, что дополнительная фильтрация принимаемых сигналов (например, методом скользящего сглаживания) уменьшит величину ошибки до значений ε<<1%.

Б. Результаты работы системы для различных моделей тракта распространения сигнала приведены в таблице 2.

Таблица 2

Уравнение модели тракта передачи сигнала	Ошибка ε, %
n2(k)=n1(k)+2*n1(k-1)	4.7
n2(k)=n1(k)2+n1(k-1)2	3.31
n2(k)=sin(n1(k))*n1(k-1)2	3.98
n2(k)=sin(n1(k))*cos(n1(k-1)2)	3.42

Использование систем с нейронечеткой идентификацией более эффективно при нелинейных трактах распространения сигналов.

В. Исследования влияния параметров системы нечеткого вывода на прием сигналов с нелинейными помехами показали, что оптимальными параметрами (в смысле минимума ошибки ε) являются колоколообразная и треугольная функции принадлежности при 2-3 правилах разложения по каждому входу с размером шага обучения 0,1…0,3.

В целом проведенные исследования позволили доказать эффективность использования систем мобильной связи с нейронечеткой идентификацией тракта передачи и определить ее оптимальные параметры.

Литература:

1. Дьяконов В., Круглов В. Математические пакеты расширения Matlab. Специальный справочник. – СПб.: Питер, 2001. – 480 с.