Elman神经网络用于峰值检波

Elman神经网络用于峰值检波摘要：振幅调制是通信系统一种常见的模拟通信方式，在接收端往往采用峰值检波，本文采用Elman神经网络来实现，并选用了三角波、正弦波和矩形波3种调制信号形成的已调波波形作为测试信号，对所设计的Elman神经网络进行仿真验证。关键词：峰值检波；Elman；三角波；正弦波；矩形波1引言振幅调制是通信系统一种常见的模拟通信方式，在接收端往往采用峰值检波，而通常采用是峰值检波电路。峰值检波电路一般是由一个运放构成的电压跟随器和二极管和电容构成当输入信号为正半周时二极管导通对电容充电，一直充电到峰值即最大值，当输入电压负半周时二极管截止，电容不放电，保持电压（峰值电压），这样电容两端电压一直处于峰值，可以检测出信号的峰值，称其为峰值检波。而Elman神经网络是两层反向传播的网络，隐层和输入向量连接的神经元，其输出不仅作为输出层的输入，而且还连接隐层内的另外一些神经元，反馈至隐层的输入。由于其输入表示了信号的空域信息，而反馈支路是一个延迟单元，反映了信号的时域信息，所以Elman网络可以在时域和空域进行模式识别。因此本文设想将Elman神经网络用于峰值滤波中，对信号的峰值进行识别，建立Elman神经网络，并且用Matlab验证该方法的可行性。2Elman神经网络从Elman神经网络的机理上看，可以将AM已调波信号的输入看成是时域中的信号，网络在时域中先对其进行识别；而已调波的包络可以看成二维平面上的曲线，即为空域中的信号模式，Elman神经网络在空域中对输入向量的模式分类成为峰值检波的输出。图1Elman网络的输入样本和目标向量波形训练样本集中的输入样本采用三角波调制的调幅波形，跳幅度为100%，载波频率约为3.18Hz（20rad/s）；目标向量为调制信号，即调幅波的包络，如图1所示。采用调幅度为100%，调制信号为三角波调制的调幅波形，可以使已调波信号从0变到最大值，从而使训练后的网络能够较完整地反映不同调幅度、不同波形的情况，使网络解调的性能更好。载波频率选为3.18Hz（20rad/s），调制信号频率选为0.11Hz（0.67rad/s），这完全是为了使绘制的波形便于读者观察，同时减小网络输入向量的规模而设置的，实际上载频要高的多，调制信号也有一定的频带宽度。根据以上分析，开始设计Elman神经网络：MATLAB程序如下：运行以上程序，可以得到Elman神经网络结构和训练过程如图2所示。从图中可以看出，到达最大训练步长500时，其均方误差mse=0.0176。而且训练的误差性能曲线如图3所示。图2Elman网络结构和训练过程图3Elman网络的训练误差性能曲线3Elman神经网络的Matlab仿真选用三角波、正弦波和矩形波3种调制信号形成的已调波波形作为测试信号，对所设计的Elman神经网络进行仿真，其仿真程序如下：运行结果如图4所示，实现表示输出信号，虚线表示调制信号。图4Elman神经网络对于不同调制信号的仿真结果从仿真结果看，输出信号和调制信号基本吻合，所设计的网络可以很好地完成不同调制信号、不同跳幅度的峰值检波，输出波形中的纹波可以通过低通滤波器滤除。4结论将Elman神经网络应用于峰值检波中，对信号的峰值进行识别，从仿真结果看，输出信号和调制信号基本吻合，验证了该方法的可行性。不仅如此,由于神经网络的强适应性，它也可以应用于其他信号类型的检测，而仅仅需要更换权值,这为软件无线电也提出了一种新的思路。