本論文分為兩個部分,第一個部分為自由空間光通信領域的信道反演研究,尤其是對雨信道進行了分析。在第二部分,主要研究了信道編碼和信道譯碼技術(shù)。采用神經(jīng)網(wǎng)絡技術(shù),最終完成具有智能的編碼過程。第一章,我們對大氣激光通信信道研究的瓶頸進行了闡述,尤其采用傳統(tǒng)數(shù)學方式,對信道反演存在的困難進行了演繹;另一方面,對傳統(tǒng)的信道編碼技術(shù),譯碼技術(shù)做了簡要介紹,包含常用的LDPC編碼、RS編碼。第二章,提出了權(quán)值特征提取技術(shù),是一種從訓練好的多層感知器網(wǎng)絡中反演提取訓練樣本組特征信道的一種全新的數(shù)據(jù)分析工具,這種技術(shù)能夠?qū)崿F(xiàn)數(shù)據(jù)集的深度分析研究。首先,把大氣激光通信實驗數(shù)據(jù)集轉(zhuǎn)化為多層感知器網(wǎng)絡的訓練樣本集;其次,利用該訓練樣本集來訓練多層感知器網(wǎng)絡,此時,樣本集中的核心信息在訓練結(jié)束后將充分轉(zhuǎn)移到網(wǎng)絡中去;最后,采用權(quán)值特征提取技術(shù)在訓練好的網(wǎng)絡中提取特征信息,并計算權(quán)值能量通道以及數(shù)據(jù)集的關聯(lián)度。實際測試的結(jié)果表明:季節(jié)因素強于降雨量因素,雨強對大氣激光雨信道質(zhì)量影響最大。這個結(jié)果對大氣激光雨信道研究具有重要參考意義。第三章,對青藏高原大氣激光雨信道進行了反演分析。對于這方面的研究,由于缺乏原始的實驗數(shù)據(jù)和合適的數(shù)據(jù)分析手段,這方面的研究一直都很少有人問津。在本章,采用了神經(jīng)網(wǎng)絡群與初始權(quán)值優(yōu)化相結(jié)合的分析處理手段。首先,根據(jù)不同的季節(jié)條件來構(gòu)造神經(jīng)網(wǎng)絡群;其次,采用初始權(quán)值優(yōu)化算法,通過已有的大氣激光雨信道的原始實驗數(shù)據(jù)集來選擇匹配的初始權(quán)值;再次,訓練神經(jīng)網(wǎng)絡群,直至神經(jīng)網(wǎng)絡群達到期望的收斂要求;最后,加載青藏高原降雨氣象數(shù)據(jù)(以拉薩為例)到訓練好的神經(jīng)網(wǎng)絡群中,從而反演出最終的信道質(zhì)量。最后的結(jié)論表明,在春季的降雨,青藏高原大氣激光雨信道質(zhì)量最佳,緊接著是冬雨、夏雨和秋雨。第四章,采用神經(jīng)網(wǎng)絡技術(shù)對LDPC信道編碼進行了信道反演分析。由于缺乏合適的數(shù)據(jù)分析工具,尤其是在大氣激光雨信道的條件下,LDPC編碼性能的研究很少受人關注。在本章中,提出了前向權(quán)值特征提取算法,這種算法是在訓練好的多層感知器網(wǎng)絡中提取特征信息的一種新方法。首先,大氣激光雨信道環(huán)境下,LDPC信道編碼的原始實驗數(shù)據(jù)集,需要通過預處理,轉(zhuǎn)換為多層感知器網(wǎng)絡能夠使用的訓練樣本集;其次,根據(jù)訓練樣本集的大小建立網(wǎng)絡,并用初始權(quán)值優(yōu)化技術(shù)選擇與訓練樣本集相匹配的初始權(quán)值;再次,利用誤差反傳算法訓練多層感知器網(wǎng)絡直至總誤差達到要求;最后,利用前向權(quán)值特征提取算法從訓練完成的網(wǎng)絡中提取特征信息,即:最終可以計算出雨信道中各個因素對LDPC信道編碼性能的影響程度。實驗表明,雨強對LDPC性能的關聯(lián)度為39,這與對實驗數(shù)據(jù)的直接分析結(jié)論是一致的;季節(jié)的關聯(lián)度第二,為24;信道質(zhì)量位列第三,為19;降雨量的關聯(lián)度最小,為18第五章,提出了一種新型通用神經(jīng)網(wǎng)絡譯碼器,該譯碼器為對稱自組織映射結(jié)構(gòu),能夠完成對任意糾錯碼的譯碼。這種對稱自組織映射結(jié)構(gòu)的譯碼器,采用LDPC編碼進行了測試,并與傳統(tǒng)譯碼器進行了性能的比較,仿真。實際的結(jié)果表明,對稱自組織映射結(jié)構(gòu)的譯碼器能夠完成邊學習,邊譯碼的功能,并且不需要事先知道對應的編碼規(guī)則。碼字出現(xiàn)的概率越高,則譯碼糾錯的質(zhì)量越好。相比傳統(tǒng)的糾錯譯碼器,它更易于構(gòu)造,針對不同類型碼字的普適性高,在未來通信信道編碼領域具有一定的前景。第六章,提出了前向神經(jīng)網(wǎng)絡編碼器的設計,這種信道編碼器采用自組織映射的神經(jīng)網(wǎng)絡作為編碼器的主要結(jié)構(gòu)。首先,根據(jù)源消息位的維度和碼字的維度建立自組織映射神經(jīng)網(wǎng)絡;其次,選擇合適的權(quán)值分布來初始化神經(jīng)網(wǎng)絡;最后,檢測碼字的唯一性,直至達到要求。在譯碼階段,多層感知器網(wǎng)絡作為對應的譯碼器。首先,根據(jù)源消息位數(shù)和碼字位數(shù)的維度來構(gòu)建對應的多層感知器網(wǎng)絡;其次,利用前向神經(jīng)網(wǎng)絡編碼器產(chǎn)生的碼字組作為樣本組訓練多層感知器網(wǎng)絡,直至網(wǎng)絡的總誤差達到預設值;最后,利用訓練好的多層感知器網(wǎng)絡來完成譯碼工作。實際的仿真測試表明,神經(jīng)網(wǎng)絡編碼器和譯碼器方案是可行的。在合適的前向神經(jīng)網(wǎng)絡結(jié)構(gòu)和輸出節(jié)點度的情況下,能夠獲得較好的編碼譯碼效果�？傊�,由神經(jīng)網(wǎng)絡編碼器生成的碼字組,是無法用傳統(tǒng)的數(shù)學方面完成譯碼工作的,因此,這種編譯碼方式在安全通信領域具有一定的市場前景。第七章,提出了一種改進型的神經(jīng)網(wǎng)絡編碼器,這種編碼器采用SOM神經(jīng)網(wǎng)絡單獨產(chǎn)生校驗位。而最終的完整碼字由N個源消息位和K個校驗位共同組成。在本項目中,全連接模式與部分連接模式都進行了仿真。在譯碼端,多層感知器網(wǎng)絡被用作譯碼器。具體步驟如下:(1)根據(jù)碼字組與源消息位的大小構(gòu)建多層感知器網(wǎng)絡;(2)利用神經(jīng)網(wǎng)絡編碼器產(chǎn)生的碼字組來訓練多層感知器網(wǎng)絡,直至網(wǎng)絡收斂;(3)訓練好的多層感知器網(wǎng)絡開始接受碼字并譯碼。實際測試表明:(1)全連接模式與部分連接模式在性能上沒有明顯的差異;(2)采用Tanner Graph模式來構(gòu)造權(quán)值的部分連接,能夠降低運算復雜度,并獲得較好的編碼譯碼效果�？傊�,神經(jīng)網(wǎng)絡編碼器具有以下幾個優(yōu)勢:(1)神經(jīng)網(wǎng)絡的結(jié)構(gòu)和對應的權(quán)值組就是編碼算法本身,這種模式具有一定的保密性;(2)神經(jīng)網(wǎng)絡結(jié)構(gòu)簡化為部分連接模式,則可以較小的計算復雜度獲得較好的編碼特性;(3)這種編碼譯碼的方法在保密通信領域具有一定的市場前景。第八章,對信道反演算法進行了總結(jié)。不同的信道反演分析算法各自有其合適的應用場合,對此,進行了歸納。權(quán)值特征提取技術(shù)和前向權(quán)值特征提取具有相似之處,即:都是從訓練好的神經(jīng)網(wǎng)絡中提取關鍵信息;而神經(jīng)網(wǎng)絡群技術(shù),則適于受限的原始實驗數(shù)據(jù)集,即:數(shù)據(jù)集中缺乏原始關鍵信息。另一方面,對不同信道反演算法進行了比較總結(jié)。在權(quán)值特征提取技術(shù)中,數(shù)據(jù)集關聯(lián)的反演是通過權(quán)值迭代偏移量來實現(xiàn)的;而在前向權(quán)值特征提取中,采用了前向計算的方式去建立數(shù)據(jù)集內(nèi)部各個數(shù)據(jù)之間的聯(lián)系;神經(jīng)網(wǎng)絡群則是根據(jù)數(shù)據(jù)集內(nèi)存有間接因果關系,事先劃分。進一步,針對不同的編碼譯碼算法,根據(jù)其各自的特點進行了總結(jié)。每一個算法都有適合其特點的應用場合。另一方面,本文對各個算法進行了比較、研究。對稱自組織映射結(jié)構(gòu)的譯碼器適用于低維度的情況,而多層感知器結(jié)構(gòu)的譯碼器在實際應用中取得了較好的效果。在神經(jīng)網(wǎng)絡編碼器領域,改進型、部分連接模式的編碼器,具有計算復雜度低,性能好的特點,在未來應用中有好的前景。
【學位單位】：武漢大學
【學位級別】：博士
【學位年份】：2018
【中圖分類】：TN929.1;TP183
【部分圖文】：

邐０．３ｐｍ邋波長逡逑圖１．２電磁波輻射在晴朗天氣所受大氣衰減與頻率的關系逡逑在圖１．２中，顯示了分子諧振導致出現(xiàn)的衰減峰值狀況（衰減與頻率之間的關逡逑系曲線）。由曲線可見，在頻率約２３ＧＨｚ處，水蒸氣對電磁波的吸收產(chǎn)生了第一逡逑個諧振點，而另外兩個諧振點則出現(xiàn)在１８０ＧＨｚ和３５０ＧＨｚ處；而對于氧氣來說，逡逑其諧振點則出現(xiàn)在６２ＧＨｚ和１２０ＧＨｚ處。逡逑雨衰，是指電磁波進入雨層中引起的衰減，在自由空間激光通信中，電磁波為逡逑近紅外光頻段。這種衰減包括雨粒吸收引起的衰減和雨粒散射引起的衰減。對于逡逑雨粒吸收引起的衰減，是由于雨粒具有介質(zhì)損耗引起的；而對于雨粒散射引起的逡逑衰減，則是由于電磁波碰到雨粒時被雨粒反射、再反射引起的。逡逑雨衰的大小與雨滴直徑與波長的比值有著可比性關系（這是從一個視角，艮Ｐ：逡逑雨滴直徑、波長這兩個因素來反演雨衰的變化，其他因素則沒有考慮在內(nèi)），而逡逑雨滴的半徑則與降雨率有關（這種關系

保醶玻醶閉攵源篤釵す庥晷諾瀾?zhàn)q齜槳傅鬧饕

本文編號：2818832