1.一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法，其特征在于：将卷积编码和神经网络均衡方式引入到超奈奎斯斯特传输过程中，以降低接收机复杂度和改善超奈奎斯特系统的误码性能；所述超奈奎斯斯特传输过程实现如下，在发送机端，数据信息先进行信道编码，然后进行QPSK调制映射，将原始信息分成I路和Q路，两路数据同时进行FTN脉冲成形，随后送入到信道传输，在信道传输的数据为两路信号传输；

在接收机端，通过信道传输的两路信号同时进行匹配滤波，恢复原始传输的两路数据波形，恢复波形之后进行FTN抽样，根据成形脉冲间隔进行FTN抽样，得到抽样值；然后，将抽样信号送入神经网络均衡器进行均衡，得到均衡后的样值；进行解映射，得到的输出为软输出，最后进行软判决的维特比译码，实现恢复原始数据。

2.根据权利要求1所述的基于神经网络均衡的QPSK调制超奈奎斯特传输方法，其特征在于：所述信道编码采用卷积编码实现。

3.根据权利要求1或2所述的一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法，其特征在于：神经网络均衡器采用多层感知结构实现。

4.根据权利要求3所述的一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法，其特征在于：所述神经网络均衡器包括输入层、隐藏层和输出层，隐藏层神经元输入表示为，

式中，vil表示神经网络第i个输入层单元和第l个隐藏层单元之间的权值连接，xi表示输入的第i个神经元， 隐藏层输出的第l个神经元，p表示输入层单元的总个数；

输出层第j个神经元的输入表示为，式中，m表示隐藏层单元的总个数，p表示输入层单元的总个数，vil表示神经网络第i个输入层单元和第l个隐藏层单元之间的权值连接，wlj表示为第l个隐藏层单元和第j个输出层单元之间的权值连接；

神经网络均衡器的输出表示为，

式中，r表示神经网络输出层的序号，yr表示输出层第r个输出，记在输出层端一共有t个输出。

5.一种基于神经网络均衡的QPSK调制超奈奎斯特传输系统，其特征在于：用于实现如权利要求1‑4任一项所述的一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法。

6.根据权利要求5所述基于神经网络均衡的QPSK调制超奈奎斯特传输系统，其特征在于：包括以下部分，

发送机端，用于对数据信息先进行信道编码，然后进行QPSK调制映射，将原始信息分成I路和Q路，两路数据同时进行FTN脉冲成形，随后送入到信道传输，在信道传输的数据为两路信号传输；

接收机端，用于通过信道传输的两路信号同时进行匹配滤波，恢复原始传输的两路数据波形，恢复波形之后进行FTN抽样，根据成形脉冲间隔进行FTN抽样，得到抽样值；然后，将抽样信号送入神经网络均衡器进行均衡，得到均衡后的样值；进行解映射，得到的输出为软输出，最后进行软判决的维特比译码，实现恢复原始数据。

7.根据权利要求5所述基于神经网络均衡的QPSK调制超奈奎斯特传输系统，其特征在于：包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如权利要求1‑4任一项所述的一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法。

8.根据权利要求5所述基于神经网络均衡的QPSK调制超奈奎斯特传输系统，其特征在于：包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如权利要求1‑4任一项所述的一种基于神经网络均衡的QPSK调制超奈奎斯特传输方法。