基于连续Hopfield型神经网络的QAM信号盲检测

该文利用连续Hopfield网络本身特点,提出基于连续复Hopfield网络的多值方形/非方形QAM信号的直接盲检测方法。首先完成多值信号盲检测的优化问题构造和能量函数的映射,设计了一个适用于该问题的激活函数。然后给出能量函数的设计与分析、盲检测信号权矩阵的配置方法及其神经元数目选择的一般规律。最后通过对方形QAM和非方形QAM信号的仿真现象展示和分析,验证了所提方法的有效性和鲁棒性。     

基于可变步长的Hopfield神经网络盲检测算法

使用了一种新的激活函数,来提高Hopfield神经网络(Hopfield Neural Network,HNN)的抗干扰性能。为解决采用新激活函数后收敛速度较慢的问题,设计了一种基于可变步长的Hopfield神经网络(Variable Step Hopfield Neural Network,VSHNN)盲检测算法。仿真实验表明,与传统盲检测算法相比,VSHNN盲检测算法加快了能量函数收敛速度,提高了算法的抗干扰性能。     

复数离散Hopfield网络盲检测64QAM信号

针对复数多电平QAM信号的盲检测问题,该文提出了一个新的复数离散多电平Hopfield神经网络。该网络的实部、虚部各含一个多电平离散激励实函数。该文分析了经典两电平离散Hopfield神经网络能量函数的局限性,构造了一个新的复数多电平神经网的能量函数,并用此能量函数讨论了神经网的稳定性。当该神经网的权矩阵借助接收数据补投影算子构成时,该复数离散多电平Hopfield网络可有效地求解带整数约束的二次规划问题,从而实现QAM信号盲检测。仿真试验表明:该算法所需接收数据较短,就可到达全局真平衡点,计算难度大大降低,具有良好的快速性。     

复数Hopfield神经网络盲均衡QAM信号

为了解决复数多值信号的盲均衡问题,本文提出了基于复数Hopfield神经网络盲均衡多值信号的方法:将基于Hopfield神经网络的盲均衡算法从实数域推广到复数域.在复数域成功构造了复数Hopfield神经网络,重点针对16QAM信号进行盲均衡.并验证了此系统可以处理非统计量字符,即处理16QAM信号的Hopfield神...     

基于实虚型连续多值复数Hopfield神经网络的QAM盲检测

针对统计量算法盲检测QAM信号的缺陷,该文提出了一个实虚型连续多值复数Hopfield神经网络算法,该网络的实部、虚部各含一个连续多值实激活函数.该文构造了适用于该网络的能量函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该实虚型连续多值复数Hopfield神经网络可有效地实现QAM信号盲检测.仿真试验表明:该算法采用较短接收数据即可到达全局真解点,并且适用于含公零点信道.     

复值Hopfield神经网络盲恢复8PSK信号

传统的神经网络恢复MPSK信号时,因接收信号是复值的,而采用将信号实部与虚部分开盲恢复,该类方法仍存在无法解决的多值信号盲恢复问题.本文利用接收数据正交补投影和发送信号属于有限字符集的先验知识基础上,在异步调整模式下,设计出复值空间的激励函数,将其引入神经网络的能量函数中,推出了一种基于离散复值Hopfield神经网络...     

基于等增益合成的多天线信号盲检测算法

在多天线信号联合检测场景中,信号存在相关性和噪声方差无法准确确定问题会同时发生,导致经典的多天线能量检测算法性能不理想。为此,提出一种基于多天线信号等增益合成的信号盲检测算法。该算法通过多天线合成技术,补偿各路天线接收信号的差异性,然后进行等增益合成,并取合成信号能量与单路天线信号的能量比值作为检测统计量,利用统计理论推导出相应的检测门限和检测概率。仿真结果表明,新算法能够摆脱噪声的不确定性影响,且比现有盲检测算法具有更优的检测性能。     

一种基于逼近线性空间的盲信号分离方法

文章结合目标函数,给出了一种非线性混叠信号盲分离算法,含噪混合信号之间的关系构造了动态的目标函数状态一空间。该函数的特点是多变量,过程和观测噪声不限于高斯分布,是解决该问题的有效方法,从而把非线性混叠信号盲分离问题转化为参数空间的线性混叠信号盲分离问题。在目标函数空间中,也可应用多次分离对信号进行分离。该算法收敛精度较高,稳定性好。     

基于Hopfield神经网络的盲均衡算法

基于Hopfield神经网络的盲均衡算法是把发送信号盲恢复问题转换为求解带整数约束的二次规划问题,再利用hopfield网络来求解这个NP难的组合优化问题,从而直接恢复出信号。Hopfield神经网络分为两种,一种是连续空间的hopfleld神经网络,一种是离散空间的hopfield网络,文章介绍怎样用这两种方法对含公零点信道上发送的信号进行准确地恢复,基于Hopfield神经网络的盲均衡算法收敛速度快,性能明显优于其它经典算法。     

基于特征值能量的盲信号检测方法

针对低信噪比下电子侦察机接收到的多分量信号的盲检测问题,提出了一种基于特征值能量的盲信号检测算法.该算法首先计算归一化特征值,然后进行信号子空间维数估计,构建检验统计量表达式,进而研究了扰动分布,从而确定给定虚警概率下的检测门限,实现信号的盲检测.理论分析和仿真结果表明,该算法对多分量信号尤其是时频重叠的多分量信号适应...     

多准则图象重建的神经网络模型及实现

本文提出一种采用Ｈｏｐｆｉｅｌｅ神经网络（Ｈｏｐｆｉｅｌｄ Ｎｅｉｒａｌ Ｎｅｔｗｏｒｋ简称ＨＮＮ）优化的图象重建算法。将图象重建问题转化为ＨＮＮ优化问题,取重建图象的峰值函数最小以及原始投影与再投影之间的误差平方和最小作为图象重建的优化目标,作为能量函数构造连续型ＨＮＮ模型,由ＨＮＮ能量函数极小化可得到重建问题的优化解。这种方法具有简单、计算量小、收敛快、便于并行计算等特点。对照ＡＲＴ算法,用计算机模拟产生的无噪声投影数据检验新算法,验证了新算法的优越性。     

Computerized tumor boundary detection using a Hopfield neuralnetwork

The authors present a new approach for detection of brain tumor boundaries in medical images using a Hopfield neural network. The boundary detection problem is formulated as an optimization process that seeks the boundary points to minimize an energy functional based on an active contour model. A modified Hopfield network is constructed to solve the optimization problem. Taking advantage of the collective computational ability and energy convergence capability of the Hopfield network, the authors' method produces the results comparable to those of standard “snakes”-based algorithms, but it requires less computing time. With the parallel processing potential of the Hopfield network, the proposed boundary detection can be implemented for real time processing. Experiments on different magnetic resonance imaging (MRI) data sets show the effectiveness of the authors' approach     

基于免疫算法的Hopfield神经网络多用户检测器

提出的基于免疫算法的Hopfield神经网络多用户检测器，将扰乱的Hopfield神经网络多用户检测器的输出作为免疫算法的初始种群，利用了免疫算法的全局收敛的特点，从而克服了Hopfield易收敛到局部能量最小点的缺点。理论分析和仿真结果表明：该检测器具有良好的抗多址干扰和抗远近效应的能力。     

利用无约束函数的QAM信号自适应盲均衡方法

本文针对正交幅度调制(QAM)信号的盲均衡与载波相位恢复问题,首先在对现有的基于功率最大化盲均衡算法分析的基础上,依据向量范数间的关系,给出了一种QAM信号盲均衡与载波相位恢复的无约束代价函数;然后对代价函数的收敛性和解的唯一性进行严格论证,证明代价函数在取得最优解时能够同时实现盲均衡与载波相位恢复;之后将其转化为采用随机梯度法实现的自适应算法。相对CMA、MMA等其他自适应算法,新算法可获得更好的性能,通过对高阶QAM信号的均衡仿真,进一步验证了算法的有效性。      

基于QAM调制信号的构造函数盲均衡算法

基于QAM调制信号及常模算法(CMA),提出一种新的盲均衡算法—构造函数(CF)算法。该算法通过构造一个函数,使得QAM信号幅度取值点为该函数的零点,再充分利用QAM信号的确定信息,提高算法的收敛速度和精度。计算机仿真结果表明,该算法克服了传输引起的QAM信号相位模糊(或相位偏移)问题,并能快速收敛,因此有较好的性能。