遗传算法在多用户检测中的应用研究

本文针对CDMA系统中多用户检测的组合优化问题,提出一种结合遗传算法和Hopfield神经网络的检测方法。该方法首先由遗传算法给神经网络提供一个初始解,神经网络在此基础上再进行局部寻优。研究表明：这种方法具有平方的计算复杂度,优于Hopfield神经网络检测方法、以及单独采用遗传算法的检测方法,对远近问题不敏感,具有良好的误码率性能和抗多址干扰性能。     

基于主成分分析的特征简化

特征评述与简化是模式识别研究中至关重要的任务，本文介绍了降维映射的主成分分析特征评选与简化方法，提出了以神经网络实现主要成分分析的结构和算法，为模式识别特征简化提供了一条有效途径。     

一种复数赫布型学习算法及其在自适应ⅡR滤波器中的应用

本文提出了一种复数赫布类型的学习算法，用来训练一个输入、输出及权值均为复数的复神经网络。本算法的推导是基于TLS准则，而不是常用的LS或LMS准则。算法的收敛性及收敛结果通过将其应用到自适应复数ⅡR滤波器中来加以说明。     

能量极小化的一种启发式遗传算法

Ｃｈａｋｒａｄｈａｒ ｅｔ．ａｌ（１９８８，１９９０）将组合电路表示为Ｈｏｐｆｉｅｌｄ神经网络，将测试生成问题转化为一个组合优化总理２。本文在传统遗传算法的基础上，结合电路的拓扑信息，提出了一咱用于组合电路神经网络模型能量极小化的启发式遗传算法。     

一种基于禁忌搜索的多用户检测方法

本文提出一种实现码分多址(ＣＤＭＡ)系统上多用户检测(ＭＵＤ)的禁忌搜索(ｔａｂｕｓｅａｒｃｈ)的方法。 该方法利用传统检测方法的输出作为初始解,直接应用禁忌搜索算法来解决最佳多用户检测的非线性优化组合问题。通过分析以及对同步和异步情况的仿真表明,该方法简单易于实现,具有多项式的计算复杂度,对远近问题不敏感,并且能够得到与最佳检测方法(ＯＤ)非常接近的误码率性能和抗多址干扰性能．     

基于BP神经网络的功放自适应预失真

提出用神经网络的方法来实现功放的自适应预失真模型。它利用BP神经网络的函数逼近能力，来学习功放预失真器的MM/AM、AM/PM特性函数，以抵消由于功放非线性引起的信号失真和交扰；同时，也通过自适应地调整幅度和相位两个神经网络的权、阈值，来跟踪放大器的特性变化。仿真结果证实了基于神经网络的预失真模型的有效性和低复杂性。     

解方程X=f（x）的一族高稳定十字架格式

建立了解二阶线性Ｈａｍｉｌｔｏｎ方程的一族十字架格式，并把这些格式应用到波动方程中。如果选＝α１／１２，β＝－１／４８，那么就得到时间方向四阶精度格式，其稳定性条件比文献。（２）中同类格式要好；当α＝１／１２，β＝－１／３０时，得到时间方向六阶精度格式，其稳定性条件要比文献（２）中时间方向为四阶精度格式要差。     

多功能单片集成负阻器件

本文描述一种基于电路合成法研制而成的新型多功能微分负阻器件SN8601。文中首先提出了具有多功能、易于集成化实现的电路方案,继而分析其静态与动态特性和工作原理。对所提出的电路方案,采用常规双极集成电路生产工艺制得了该器件。最后给出了此器件在放大、脉冲等电路中的应用实例。     

模糊控制下的混沌跳频系统的同步

针对混沌信号的伪随机性和易于产生等特点，以改进的Logistic映射为例，用混沌序列取代跳频通信中的跳频码，给出了混沌跳频序列的神经网络实现；提出了用模糊控制的方法产生模糊随机序列，并以此控制混沌跳频系统的同步。计算机仿真结果表明，此方法是可行的，能达到良好的同步。     

基于神经网络模型测试生成的学习策略

本文描述一种基于组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型的测试生成系统，重点介绍了系统中实现神经网络学习并记忆基于电路拓扑的知识信息的学习策略，从而将基于电路拓扑的知识与数学计算结合起来，最后给出了实验结果。