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。     

基于双Sigmoid小波混沌神经网络的盲检测算法*1

接要:针对在盲检测环境中暂态混沌神经网络的缺陷,提出了基于双Sigmoid小波混沌神经网络的盲检测算法,构建了新网络的模型和能量函数,并分别在同步和异步更新模式下证明了该网络的稳定性.新网络的设计思想体现在:采用墨西哥帽小波函数和Sigmoid函数的组合作为网络的激励函数,再为每个神经元加一个激活函数构成双Sigmoid.仿真表明:由于小波函数较强的逼近能力以及双Sigmoid快速收敛的特性,提出的算法显著地提高了网络的全局寻优能力和寻优精度.     

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。     

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。     

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...     

基于分形可变步长LMS算法的海杂波中微弱目标检测

该文主要研究了基于Hurst指数与可变步长LMS算法相结合的分析方法在海杂波微弱目标检测中的应用。一直以来,分形理论与统计理论是分别应用到目标检测中的,该文将分形可变步长LMS算法引入到海杂波微弱目标检测中,并在此基础上提出一个海杂波中的微弱目标检测模型,初步实现了基于LMS算法的检测方法与基于单一分形特征的检测方法的结合。最后,采用X波段雷达实测海杂波数据进行验证,结果表明该检测模型具有良好的检测海杂波中微弱目标的能力。     

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.     

基于神经网络方法的可变分数延迟FIR滤波器设计

本文提出了设计可变分数延迟FIR滤波器的一种神经网络优化方法。首先建立一个连续Hopfield神经网络模型,通过选择网络的Lyapunov能量函数与优化目标问题的最小均方误差函数相一致的关系得到系统的最优解。仿真结果表明,在计算代价略有增加的情况下,其性能优于加权最小二乘方法。     

变步长LMS盲多用户检测算法改进研究

针对CDMA系统中存在多址干扰的问题,提出了一种变步长LMS盲多用户检测算法。根据瞬时输出能量作为平均输出能量的这一准则,将步长因子μ定义为输入函数,灵活地更新检测器的权值,使步长自调整,前期μ较大值,方便算法收敛,待稳定后再减小μ的取值,以减少迭代误差,提高算法精度。该算法在继承了传统算法计算复杂度低的优点的前提下,性能有较大的提高。计算机仿真表明,该算法达到了加快收敛速率,提高抗干扰能力,减小稳态误差的效果。     

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。     

基于变步长自然梯度算法的盲源分离

相比标准梯度而言,自然梯度算法以其更快的收敛速度和更好的分离性能在盲源分离中占据着重要地位。由于常用的自然梯度算法是基于固定步长的,因此无法真正解决收敛速度和稳态误差之间的矛盾。通过建立步长因子与分离矩阵相互差异之间的非线性关系,提出了一种新的自然梯度算法。由于该算法采用的步长是时变的,加快了收敛速度,减小了稳态误差,从而很好地解决了固定步长的内在矛盾。计算机仿真结果证实了理论分析,并说明了该算法明显优于通常的自然梯度算法。     

A New Sequential Detection Based on Hopfield Neural Network in Frequency Selective Fading Channels

ＡＮｅｗＳｅｑｕｅｎｔｉａｌＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＨｏｐｆｉｅｌｄＮｅｕｒａｌＮｅｔｗｏｒｋｉｎＦｒｅｑｕｅｎｃｙＳｅｌｅｃｔｉｖｅＦａｄｉｎｇＣｈａｎｎｅｌｓＷｅｎｇＪｉａｎｆｅｎｇ；ＢｉＧｕａｎｇｇｕｏ（ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓ...     

基于变步长等变化自适应盲源分离算法

对于基于梯度自适应的盲源分离算法，认真选择步长参数以达到好的分离性能是非常必要的。如果为加快收敛速度而增大步长因子，将会导致大的稳态误差，甚至引起算法发散，因此固定步长因子无法解决收敛速度和稳态误差之间的矛盾。本文为EASI算法提出了一种变步长的解决方案。通过建立步长因子与分离矩阵相互差异之间的非线性关系，加快了收敛速度，减小了失调误差。计算机仿真结果与理论分析相一致，证实了该算法明显优于传统的EASI算法。     

用Hopfield网络实现盲波束形成

本文提出了一种基于改进Ｈｏｐｆｉｅｌｄ 网络的盲波束形成算法。利用神经网络的计算结构,避免了矩阵求逆运算,同时利用对角加载技术加快了收敛速度、保证了算法的鲁棒性     

基于萤火虫算法的变步长语音信号盲源分离

针对传统的自然梯度算法对语音信号进行盲源分离时,算法存在收敛速度和稳态误差的矛盾。文中提出一种新的变步长自然梯度算法,利用荧火虫算法对自然梯度算法的步长调整,使算法的步长随信号的分离度变化,并通过计算机仿真验证了该算法的有效性,算法的分离效果更好,收敛速度更快,且稳态误差更小。     

连续型神经网络解决信元调度问题的参数分析

本文利用连续型Hopfield神经网络实现信元调度问题,对采用的新的能量函数进行仿真模拟,通过对网络模型的参数特性进行研究分析,寻找最佳的取值范围,为Hopfield神经网络今后的研究和实际应用提供帮助。     

用多层Hopfield神经网络构造分组密码

本文引入了多层Hopfield神经网络,用它的输入、输出关系构造分组加密变换,并分析了所得到的分组密码的安全性。     

HNN调度信元的输入缓冲ATM交换结构

输入缓冲ＡＴＭ交换结构是实现复杂度最低的ＡＴＭ交换结构（ＡＳＦ）,但由于队头阻塞问题大大限制了其应用。文中给出了基于Ｈｏｐｆｉｅｌｄ神经网络（ＨＮＮ）调度信元的输入缓冲ＡＳＦ方案,该方案消除了队头阻塞造成的输入缓冲ＡＳＦ性能恶化。计算机仿真表明,该方案非常有效,明显改善了输入缓冲ＡＳＦ的性能。