基于信道分析的动态可重构MIMO检测器

第３７卷　第１８期　计算机工程　２０１１年９月　、厂ｏ１．３７　ＮＯ．１８　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｓｅｐｔｅｍｂｅｒ　２０１　１　・工程应用技术与实现・　文章编号：１ｏ０ｏ＿３４２８（２０１１）１８—　２４３—　３　文献标识码ｔ　Ａ　中圈分类号：ＴＰ３０６　基于信道分析的动态可重构ＭＩＭＯ检测器　聂竣　，刘亮　，叶凡ａｐ任俊彦ａ，ｂ　（复旦大学ａ．专用集成电路与系统国家重点实验室；ｂ．微纳电子科技创新平台，上海２０１２０３）　摘要：在多输入多输￣（ＭＩＭＯ）系统中分析信道增益对信号检测性能的影响，提出一种基于信道分析的智能ＭＩＭＯ信号检测算法，根据　各对天线间的信道增益动态调整子节点扩展数，在检测性能接近最大似然算法性能的前提下，该算法比传统Ｋ—ｂｅｓｔ算法减少５４％的子节点　扩展数。基于该算法设计并实现的动态可重构的超大规模集成电路ＭＩＭＯ检测器支持４ｘ４天线阵列、ＱＰＳＫ／１６一ＱＡＭ调制信号，数据吞吐　率达到８００　Ｍｂ／ｓ。　关健词：信道分析；动态可重构；Ｋ—ｂｅｓｔ算法；多输入多输出检测器；超大规模集成电路设计　Ｄｙｎａｍｉｃ　Ｒｅｃ０ｎｆｉｇｕｒａｂｌｅ　ＭＩＭＯ　Ｄｅｔｅｃｔｏｒ　Ｂａｓｅｄ　０ｎ　Ｃｈａｎｎｅｌ　Ａｎａｌｙｓｉｓ　ＮＩＥ　Ｙｕ　，ＬＩＵ　Ｌｉａｎｇ“，ＹＥ　Ｆａｎ　，ＲＥＮ　Ｊｕｎ・ｙａｎ　’“　ｆａ．Ｓｔａｔｅ　Ｋｅｙ　Ｌａｂ　ｏｆ　ＡＳＩＣ＆Ｓｙｓｔｅｍ；ｂ．Ｍｉｃｒｏ／Ｎａｎｏ—Ｅｌｅｃｔｒｏｎｉｃｓ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｉｎｎｏｖａｔｉｏｎ　Ｈａｔｆｏｒｍ．　Ｆｕｄａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ　２０１２０３，Ｃｈｉｎａ）　［Ａｂｓｔｒａｃｔ］Ｔｈｉｓ　ｐａｐｅｒ　ａｎａｌｙｚｅｓ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｃｈａｎｎｅｌ　ｇａｉｎｓ　ｏｎ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｓｉｇｎａｌ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　Ｍｕｌｉｔｐｌｅ　Ｉｎｐｕｔ　Ｍｕｌｔｉｐｌｅ　Ｏｕ￣ｕｔ（ＭＩＭＯ）　ｓｙｓｔｅｍｓ，ａｎｄ　ｂａｓｅｄ　ｏｎ　ｔｈａｔ　ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａｎ　ｉｎｔｅｌｌｉｇｅｎｔ　ＭＩＭＯ　ｓｉｇｎａｌ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｈｔｍ．Ｉｔ　ｄｙｎａｍｉｃａｌｌｙ　ｃｈｏｏｓｅｓ　ｃｈｉｌｄ—ｎｏｄｅ　ｎｕｍｂｅｒ　ａｃｃｏｒｄｉｎｇ　ｔＯ　ｔｈｅ　ｇａｉｎｓ　ｂｅｔｗｅｅｎ　ａｎｔｅｎｎａｓ．Ｗｈｉｌｅ　ｋｅｅｐｉｎｇ　ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｐｅｒｆｏｒｍａｎｃｅ　ｃｌｏｓｅ　ｔＯ　Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ（ＭＬ）ａｌｇｏｒｉｈｔｍ，ｉｔ　Ｃａｎ　ｒｅｄｕｃｅ　ｕｐ　ｔｏ　５４％　ｅｘｔｅｎｓｉｏｎ　ｎｏｄｅｓ　ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｒａｄｉｉｔｏｎａｌ　Ｋ—ｂｅｓｔ　ａｌｇｏｒｉｔｈｍ．Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ，ａ　ｄｙｎａｍｉｃ　ｒｅｃｏｎｆｉｇｕｒａｂｌｅ　Ｖｅｒｙ　Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎ．ｇｒａｎｄ　Ｃｉｒｃｕｉｔ（ＶＬＳＩ）ＭＩＭＯ　ｄｅｔｅｃｔｏｒ　ｉｓ　ｄｅｓｉｇｎｅｄ　ａｎｄ　ｉｍｐｌｅｍｅｎｔｅｄ，ａｎｄ　ｉｔ　ｃａｉ１　ｓｕｐｐｏ￣４ｘ４　ａｎｔｅｎｎａｓ，ｄｅｍｏｄｕｌａｔｅｓ　ＱＰＳＫ　ａｎｄ　１６一ＱＡＭ　ｓｉｇｎａｌｓ　ｗｉｔｈ　ｔｈｒｏｕｇｈｐｕｔ　ｕｐ　ｔｏ　８００　Ｍｂ／ｓ．　［Ｋｅｙ　ｗｏｒｄｓｌ　ｃｈａｎｎｅｌ　ａｎａｌｙｓｉｓ；ｄｙｎａｍｉｃ　ｒｅｃｏｎｆｉｇｕｒａｂｌｅ；Ｋ—ｂｅｓｔ　ａｌｇｏｒｉｔｈｍ；Ｍｕｌｔｉｐｌｅ　Ｉｎｐｕｔ　Ｍｕｌｉｔｐｌｅ　Ｏｕｔｐｕｔ（ＭＩＭＯ）ｄｅｔｅｃｔｏｒ；Ｖｅｒｙ　Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ（ＶＬＳ１）ｄｅｓｉｇｎ　Ｄ０Ｉ：１０．３９６９０．ｉｓｓｎ．１０００—３４２８．２０１１．１８．０８１　１概述　随着频谱资源的日趋紧张，为了满足人们对高速数据传　２　ＭＩＭＯ信号检测　在Ⅳ根发射天线和Ｍ根接收天线组成的ＭＩＭＯ系统中，　输率的需求，多输入多输出（Ｍｕｌｔｉｐｌｅ　Ｉｎｐｕｔ　Ｍｕｌｔｉｐｌｅ　Ｏｕｔｐｕｔ，　接收信号　＝｛），ｆ，　１，２，…，Ｍ｝表示为：　ＭＩＭＯ）技术被广泛应用于无线通信系统中（如ＩＥＥＥ８０２．１ｉｎ、　Ｙ＝Ｈｓ＋ｎ　（１）　ＩＥＥＥ８０２．１６ｅ／ｍ）。ＭＩＭＯ技术的引入对于无线通信系统接收　其中，日＝｛　，ｉ＝１，２，…，Ｍ，ｊ＝ｌ，２，…，Ⅳ｝为信道矩阵，其元素被　机中复杂信号处理器，特别是关键的ＭＩＭＯ信号检测器的设　建模为相互独立的高斯变量；　＝　，ｉ＝１，２，…，Ⅳ｝表示发射的符　计和实现提出了巨大挑战，它要求检测器以较低复杂度、较　号向量，曲代表星座映射点；　＝　，ｉ＝１，２，…，　Ｊ表示加性高斯　小的硬件开销和功耗实现高速高质量的信号检测。　白噪声。为了简便起见，本文后续部分假设发射天线数目和　在众多ＭＩＭＯ信号检测算法中，Ｋ—ｂｅｓｔ算法及其改进型　接收天线数目均为Ⅳ。根据ＭＬ检测的原理，信号检测的求　算法以接近最大似然（Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ，ＭＬ）算法的高检　解问题见式（２）：　测性能、固定复杂度以及单向搜索的特性，被广泛应用于基　于并行流水线结构的高速超大规模集成电路（Ｖｅｒｙ　Ｌａｒｇｅ　ａｒｇｒａｉ　　ｎＩｌｙ一胁ｌＩ　（２）　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ，ＶＬＳＩ）实现中，近年来有很多此类研　其中，　包含发射符号向量所有可能的组合。根据文献［３】　究的成果。文献［１］利用Ｓｃｈｎｏｒｒ—Ｅｕｃｈｎｅｒ搜索策略改进Ｋ—ｂｅｓｔ　通过实数分解和ＱＲ分解，Ｋ—ｂｅｓｔ检测算法将ＭＬ检测中的　算法。文献【２】通过分组方式、文献［３］通过预删除技术减少每　最近点搜索转化为逐步进行的树形搜索。从第２Ｎ层开始，　层扩展的子节点数目。然而，这些都只针对信号检测本身进　由式（３）计算第ｉ层的部分欧式距离　，保留部分欧式距离最　行简化和改进，忽略了信道信息对ＭＩＭＯ信号检测性能的影　小的　个子节点，直到进行到第１层，选择第１层中欧式距　响，从而引入大量的冗余计算。　离最小的路径作为检测结果输出。　本文提出一种基于信道分析的信号检测算法，该算法针　基金项目：国家科技重大专项基金资助项目“载波体制超宽带高速　对每层信道增益的大小智能选择保证该层信号检测性能的子　无线通信芯片研发与应用示范”（２００９ＺＸ　０３００６—００７一Ｏ１），“超宽带设　节点扩展数目，从而大幅减少运算浪费。当信道改变时，每　备的技术规范和性能评测”（２００９ＺＸ０３００６—００９）　层所扩展的节点数目根据最新的信道增益动态地进行改变。　作者倚介：聂或（１９８６－－），女，硕士研究生，主研方向：数字集成　为了以最小的硬件资源实现所提算法，本文设计一种动态可　电路设计，无线通信系统；刘亮，博士研究生；叶凡，讲师；　重构的检测器硬件架构，在０．１３　ｇｍ　ＣＭＯＳ工艺下进行ＶＬＳＩ　任俊彦，教授、博士生导师　实现。　收稿日期：２０１　１－０３—２３　Ｅ－ｍａｉｌ：０９２１０７２００６４＠ｆｕｄａｎ．ｅｄｕ．ｃａ　２４４　计算机工程　该算法具体描述为：　２０１１年９月２０日　＝　＋。＋ｌｙ　一∑　，一Ｒｉｆ　Ｉｌ　ＩＪ　Ｊ　ｉ＋１　¨　（３）　（１）标记１层～２Ⅳ＿１层中信道增益最大的ｎ层。　（２）检测　＝２Ⅳ层，扩展所有节点并计算欧式距离。　展一个子节点，否则每个父节点扩展所有可能的子节点，然　３基于信道分析的检测算法　３．１算法基本原理　Ｋ—ｂｅｓｔ检测算法基于分层检测的原理，每一层检测结果　的正确性与该层的信噪比、该层扩展的节点数目呈正相关。　在　阵中，对角线元素的绝对值大小代表了各层的信道增益，　信道增益越大，该层的等效接收信噪比越高，检测错误的概　率越低；扩展的子节点数目越多，保留正确节点的概率越大，　反之，删除正确节点的概率越大。　针对此原理，在Ｍａｔｌａｂ平台进行仿真，图１表示当子节　一　（３）检测第＿『＿１层，如果本层有标记，则每个父节点只扩　一　后每层最多保留累积欧式距离最优的　个子节点。　（４）ｔｉ果本层不是最后一层，继续步骤（３），否则选择累积　一　欧式距离最小的路径作为检测结果。　３．３性能仿真及复杂度分析　；　根据本文算法，采用Ｍａｔｌａｂ仿真平台进行性能仿真，采　用４ｘ４的天线阵列，不采用编码，定点位数为７位整数和　点扩展数（Ｎｏｄｅ）不同时，其对应的各层信号检测错误率与信　道增益的仿真关系，其中，ａｂｓ（Ｒ（ｉ，　））表示Ｒ阵的第ｉ个对角　３位小数，调制信号为ＱＰＳＫ／１６＇ＱＡＭ，每点信噪比的仿真比　图３展示的是４ｘ４的ＱＰＳＫ、１６一ＱＡＭ调制下不同ｎ取　兰　值时的误码率。仿真结果表明，当ｎ＝４时，本文算法的误码　特数为２ｘ１０。。　元素的绝对值，即第ｉ层的信道增益。仿真结果表明，在信　道增益（右轴）较大的层，无论扩展子节点数目的多少，检测　错误的概率非常接近，如第１层、第４层、第８层；而在信　道增益较小的层，子节点扩展数少的算法的检测错误概率比　子节点扩展数多的算法大得多，如第５层、第７层。　率几乎与Ｋ—ｂｅｓｔ算法相同，并逼近ＭＬ算法的误码率，因此　参数ｎ选定为４。　—　－－－－ｏ－－　ｌ６．ＱＡＭ本文算法ｎ＝６　１６－ＱＡＭ本文算法ｎ＝５　１６－ＱＡＭ本文算法ｎ＝４　Ｉ　６－ｏＡＭ　Ｋ—ｂｅｓｔ　Ｋ＝８　一’　一　一Ｏ－一　一—　△　ＱＰＳＫ本文算法ｎ＝６　ＱＰＳＫ本文算法ｎ＝５　ＱＰＳＫ本文算法ｎ＝４　ＱＰＳＫＫ－ｂｅｓｔＫ＝６　ＱＰＳＫＭＬ　—　１６一ＱＡＭ　ＭＬ　一　－　层数　图１予节点扩展数不同时各层误码率与信道增益的关系　圈３未编码的４ｘ４　ＭＩＭＯ系统仿真性能　３．２算法实现　根据以上分析及仿真结果，本文提出一种基于信道分析　的检测算法，其具体流程见图２。　根据Ｒ的对角阵元素的绝对值大小（除第２Ⅳ层外）　标记绝对值最大的ｎ（ｎ＜２Ⅳ）层　基于信道分析的检测算法能够利用信道信息减少扩展的　子节点数。根据性能仿真结果，当ｎ取值为４时，在ＱＰＳＫ、　１６一ＱＡＭ调制下，本文算法与Ｋ—ｂｅｓｔ算法相比，最多能减少　５４％的节点扩展数，见表１。　表１不同调制方式下算法子节点扩展数比较　保留第２Ⅳ层所有可能的节点并计算欧式距离　Ｆ层有标记？　将父节点扩展最近的一个　子节点，计算累积欧式距　离，将所有扩展节点和累　积欧式距离传递给下一层　将父节点扩展所有子节点，　计算累积欧式距离，将　个　最小的累积欧式距离及其扩　展子节点传递给下一层　４硬件实现　４．１整体结构　本文设计的ＭＩＭＯ检测器采用并行流水线结构　，整体　结构如图４所示。与Ｋ—ｂｅｓｔ流水线结构不同的是，为了以最　少的硬件资源实现本检测器，本文算法中的２种扩展节点的　本层是检测的最后一层？　模块需要分别实现，但它们间相互连接构成流水线的方式随　信道的变化而改变，不能以固定结构的流水线实现，因此，　本文提出一种动态可重构的流水线结构。固定结构的流水线　将欧式距离最小的路径上的节点作为检测的结果输出　由于模块间相互连接的确定性，硬件实现较简便，而动态可　图２基于信道分析的检测算法漉程　重构流水线由于模块间的连接存在多种可能，模块问的连接　第３７卷第ｌ８期　聂或，刘亮，叶凡，等：基于信道分析的动态可重构ＭＩＭＯ检测器　一２４５　线多而复杂，实现较困难，这是本文设计的重点。　ＱＰＳＫ／１６－ＱＡＭ选择　些典型的信号检测器性能的比较结果。本文设计的信号检　测器在等效门数和数据吞吐率上都优于ＫＳＥ　“、ＫＢ一Ⅱ　；相　较于ＫＢ　，本文虽然增加２３％的硬件资源，但吞吐率是它的　８０倍。通过对比表明，本文设计以较少的硬件资源实现更高　速率的信号检测。　表２天钱阵列为４ｘ４时检测器性能比较　５结束语　本文提出一种基于信道分析的ＭＩＭＯ信号检测算法和实　图４动态可重构ＭＩＭＯ检测器整体架构　现该算法的动态可重构检测器的硬件结构。在保持良好检测　性能的同时，本文简化了计算复杂度，优化了硬件资源的利　用率，实现的动态可重构结构灵活性高。今后将进行低功耗　检测器设计，进一步改进和完善动态流水线结构。　４．２动态可重构模块　动态可重构的流水线结构由动态可重构模块实现，其结　构如图５所示。比较Ｒ阵的对角元素的大小，标记７位的指　示信号ＳＩＧ。通过对ＳＩＧ信号的译码操作，由译码结果控制　检测输入动态连接模块将７层待检测信号通过并行多路选择　器连接到相应的检测模块，而另一组译码结果控制干扰抵消　参考文献　［１】Ｚｈａｎ　Ｇｕｏ，Ｎｉｌｓｓｏｎ　Ｅ　Ａｌｇｏｒｉｔｈｍ　ａｎｄ　Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｋ—ｂｅｓｔ　Ｓｐｈｅｒｅ　Ｄｅｃｏｄｉｎｇ　ｆｏｒ　ＭＩＭＯ　Ｄｅｔｅｃｔｉｏｎ［Ｊ］．ＩＥＥＥ　Ｊｏｕｒｎａｌ　ｏｎ　Ｓｅｌｅｃｔｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００６，２４（３）：４９１—５０３．　［２】Ｋｉｍ　Ｔａｅ—Ｈｗａｎ，Ｐａｒｋ　Ｉｎ—Ｃｈｅｏ１．Ｓｍａｌｌ—ａｒｅａ　ａｎｄ　Ｌｏｗ—ｅｎｅｒｇｙ　Ｋ—ｂｅｓｔ　ＭＩＭＯ　Ｄｅｔｅｃｔｏｒ　Ｕｓｉｎｇ　Ｒｅｌａｘｅｄ　Ｔｒｅｅ　Ｅｘｐａｎｓｉｏｎ　ａｎｄ　Ｅａｒｌｙ　动态连接模块将本层的保留节点通过并行多路选择器连接到　下一层的干扰抵消模块。第１层的保留节点和累积欧式距离　送到后一个模块，以便选择距离最小的路径作为检测输出。　Ｆｏｒｗａｒｄｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ，２０１０，　由Ｒ（ｉ，ｉ）　大小　确定　，　ＴＴ　ｎ介ＴＴ　ｎ　ｆ　Ｓ１Ｇ　Ｄ　Ｊ　５７（１０）：１－９．　【３］Ｌｉｕ　Ｌｉａｎｇ，Ｙｅ　Ｆａｎ，Ｍａ　Ｘｉａｏｊｉｎｇ，ｅｔ　ａ１．Ａ　１．１　Ｇｂ／ｓ　１１４　ｐＪ／ｂｉｔ　Ｃｏｎｆｉｇｕｒａｂｌｅ　ＭＩＭＯ　Ｄｅｔｅｃｔｏｒ　Ｕｓｉｎｇ　０．１３　Ｊａｍ　ＣＭＯＳ　Ｔｅｃｈｎｏｌｏ—　每层　Ｒ（ｉ，ｆ）　ｔ（ｉ，ｉ）　所用　检测　ＳＩＧ　方式　给出　指示　信号　ｇｙ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ，２０１０，５７（９）：　７０１—７０５．　［４］马小晶，刘亮，叶凡，等．基于可配置型Ｋ—ｂｅｓｔ的ＭＩＭＯ信　ＳＩＧ　ｔ　ｔ　ｔ　ｔ　ｔ‘　图５动态可重构模块结构　ｌ　ｌ　号检测器［Ｊ］．计算机工程，２００９，３５（２４）：２３６－２３８．　［５］Ｗａｉ　Ｗｏｎｇ—Ｋｗａｎ，Ｔｓｕｉ　Ｃｈｉ—Ｙｉｎｇ，Ｃｈｅｎｇ　Ｒ　Ｓ　Ｋ，ｅｔ　ａ１．Ａ　ＶＬＳＩ　Ａｒｃｈｉｔｅｃｔｕｒｅ　ｏｆ　ａ　Ｋ—ｂｅｓｔ　Ｌａｔｔｉｃｅ　Ｄｅｃｏｄｉｎｇ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ＭＩＭＯ　４．３结果分析　根据本文设计的硬件架构，对检测器进行ＶＬＳＩ实现，　并使用０．１３　ｌａｍ工艺进行门级综合。表２列举了本文设计与　（上接第２４２页）　［６］Ｂｒｅｕｎｉｇ　Ｍ，Ｋｒｉｅｇｅｌ　Ｈ　Ｎｇ　Ｒ，ｅｔ　ａ１．ＬＯＦ：Ｉｄｅｎｔｉｆｙｉｎｇ　Ｄｅｎｓｉｔｙ　Ｂａｓｅｄ　Ｌｏｃａｌ　Ｏｕｔｌｉｅｒｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ＡＣＭ　ＳＩＧＭＯＤ　Ｃｏｎｆｅｒｅｎｃｅ．　Ｄａｌｌａｓ，ＵＳＡ：［ｓ．ｎ．】，２０００：９３—１０４．　Ｃｈａｎｎｅｌｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ．【Ｓ．１．］：ＩＥＥＥ　Ｐｒｅｓｓ，２００２：２７３—２７６．　编辑陆燕菲　ｅｄｕ／ｄａｔａｂａｓｅｓ／ｋｄｄｃｕｐ９９＆ｄｄｃｕｐ９９．ｈｔｍ１．　【９］Ｍｕｋｋａｍａｌａ　Ｓ，Ｊａｎｏｓｋｉ　Ｇ　Ｓｕｎｇ　Ａ　Ｈ．Ｉｎｔｒｕｓｉｏｎ　Ｄｅｔｅｃｔｉｏｎ　Ｕｓｉｎｇ　Ｓｕｐｐｏａ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅｓ　ａｎｄ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａ１　Ｊｏｉｎｔ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ．　［７］崔贯勋，朱庆生．一种改进的基于密度的离群数据挖掘算法［ＪＪ　．计算机应用，２００７，２７（３）：５５９—５７３．　［８】　ＫＤＤ９９　Ｃｕｐ　Ｄａｔａｓｅｔ［ＥＢ／ＯＬ］．（１９９９—０１—０２）．ｈｔｔｐ：／／ｋｄｄ．ｉｃｓ．ｕｃｉ．　Ｗａｓｈｉｎｇｔｏｎ　Ｄ．Ｃ．，ＵＳＡ：［ｓ．ｎ．］，２００２：１７０２—１７０７．　编辑顾逸斐