基于非单点模糊RBF网络的判决反馈均衡器

提出了一种具有较强抗突发干扰能力的非单点模糊径向基函数（Radial Basis Function,RBF）网络判决反馈均衡器.该方法将具有前置滤波特性的非单点模糊化技术引入RBF网络,利用梯度下降法自适应调整参数.通过仿真实验,并与基于径向基函数网络的判决反馈均衡器（Radial Basis Function Network-Decision Feedback Equalizer,RBFN-DFE）和传统判决反馈均衡器（Decision Feedback Equalizer,DFE）进行比较,结果证明该方法抗突发干扰能力强,误码性能好.     

数字微波自适应判决反馈均衡器

本文在分析判决反馈均衡器(DEF)和分数间隔均衡器(FSE)的基础上,提出了一种新型实用的判决反馈均衡器方案,设计出了实用的DFE硬件电路并给出了实验结果。     

基于自适应步长LMS算法的判决反馈均衡器研究

本文研究了一种基于自适应步长LMS算法的自适应判决反馈均衡器算法，此算法通过对前向滤波器、后向滤波器和锁相环参数分别进行实时的、自适应步长的调整，在均衡时变多径的同时高精度地锁定接收信号相位，因此适用于相干通信系统。仿真结果表明在相同多径条件下，该方法比基于固定步长LMS算法的判决反馈均衡器输出误码率低1-7倍。     

基于正交小波的判决反馈均衡算法

本文提出了一种基于正交小波的线性均衡算法，用一组规范正交小波及其对应的系数来表示均衡器，在此基础上，提出基于正交小波的判决反馈均衡算法，文中给出了自适应算法，并对算法性能做了分析，采用这种结构的均衡算法，比传统的基于ＬＭＳ算法的线性均衡器和判决反馈均衡器收敛速度快，误码性能相同，而计算量增加不多，计算机模拟也证实了上述结论。     

一种25Gbit/s CMOS判决反馈均衡器设计

为满足高速光通信系统的应用,基于标准40 nm CMOS工艺设计了一款25 Gbit/s判决反馈均衡器(DFE)电路,采用半速率结构以降低反馈路径的时序要求。主体电路由加法器、D触发器、多路复用器和缓冲器组成,为了满足25 Gbit/s高速信号的工作需求,采用电流模逻辑(CML)进行设计。经过版图设计和工艺角后仿验证,该DFE实现了在25 Gbit/s的速率下可靠工作,能提供10 dB的均衡增益,峰-峰差分输出电压摆幅约为950 mV,眼图的垂直和水平张开度均大于0.9 UI,输出抖动小于3 ps,在1.1 V的电源电压下功耗为12.5 mW,芯片版图的面积为0.633 mm×0.449 mm。     

基于多用户反馈的判决反馈均衡器的研究

本文提出的一种新颖的基于多用户反馈的判决反馈均衡器,解决了在CDMA多用户检测中传统自适应判决反馈均衡器误码率高、系统容量小的缺点.它由具有误差反馈滤波器的判决反馈均衡器(Decision Feedback Equalizer with Error Feedback Filter,DFE-EFF)构成,并在判决后反馈多用户数据抵消多址干扰(多用户反馈干扰抵消).文中给出其结构图,分析各种判决反馈均衡算法.理论证明,具有误差反馈滤波器的多用户反馈干扰抵消判决反馈均衡器(多用户反馈干扰抵消DFE-EFF)较各种判决反馈均衡器为最优,它能同时有效处理ISI,MAI和噪声的干扰.仿真结果表明,在误码率性能和系统容量两方面,多用户反馈干扰抵消DFE-EFF比DFE、DFE-EFF均有较大改善.     

一个用于背板通信的24Gb/s高速自适应组合均衡器

本文介绍了应用于背板通信系统中均衡器的设计与实现.该均衡器采用连续时间线性均衡器（Continuous Time Linear Equalizer,CTLE）和2抽头判决反馈均衡器（Decision Feedback Equalizer,DFE）的组合结构来消除信道码间干扰中的前标分量和后标分量.在设计中,CTLE采用双路均衡器结构补偿信道不同频率的损耗,减小了电路的面积和功耗;DFE采用半速率预处理结构来缓解传统DFE结构中关键反馈路径的时序限制,并采用模拟最小均方（Least Mean Square,LMS）算法电路控制DFE系数的自适应.电路采用IBM 0.13μm BiCMOS工艺设计并实现,测试结果表明对于经过18英寸背板后眼图完全闭合的24Gb/s的信号,均衡后的眼图水平张开度达到了0.81UI.整个均衡器芯片包括焊盘在内的芯片面积为0.78×0.8mm²,在3.3V的电源电压下,功耗为624mW.     

基于LSQR算法和加窗技术的判决反馈均衡器

在正交频分复用(OFDM)系统中,高速移动造成的多普勒效应破坏了子载波间的正交性并产生载波间干扰(ICI).为了消除ICI,确保快时变信道下的可靠通信,该文提出了一种低复杂度加窗LSQR(least square QR)判决反馈均衡器(Decision Feedback Equalization,DFE).借助加窗技术和时域LSQR迭代计算,该算法减少了残存的ICI,有效克服了"地板效应";此外,该算法还利用带状矩阵分解降低了计算复杂度.理论分析和仿真结果表明,在快时变信道下与已有的块状线性均衡(Block Linear Equalization,BLE)算法比较,该算法在复杂度相当的情况下可以进一步改善系统的误码率性能.     

一种新颖的基于差分结构的判决反馈均衡器

多用户型的检测系统，既要求低误码率（BER），又要求较低计算复杂度．本文以此为目的提出一种新颖的具有差分结构的多用户反馈判决反馈均衡器系统，它是由多级具有差分结构的误差反馈滤波器的判决反馈均衡器（DFE-EFF）构成．此算法选择较优的多用户干扰抵消的具有误差反馈滤波器的判决反馈均衡器（多用户干扰抵消．DFEEFF,即多用户反馈DFE-EFF）的方法；并采用差分结构来解决因性能提升所带来复杂度增加的问题．文中给出仿真结果，就多用户反馈DFE-EFF以及具有差分结构的多用户反馈DFE-EFF性能和计算效率做出比较分析。     

基于小波包变换与RBF网络的大地目标辨识

利用正交小波包变换的高信号时频分辨特性引入小波包能量特征提取法，用于五类典型大地目标的特征提取和距离可分性测度计算。结果显示，小波包能量特征提取法提取的五类典型大地目标特征具有更好的可分性。将小波包能量特征提取法与径向基函数网络相结合，提出了一种大地目标辨识算法。仿真实验表明，对于分解层次m＝5，信噪比SNR≥0dB，五类典型大地目标能完全辨识。表明该大地目标辨识方法在一定条件下是可行的，具有强的抗噪声干扰能力。     

基于小波变换和神经网络的视频水印算法

针对视频版权的保护提出了一种基于三维小波变换和RBF神经网络的视频水印算法。本算法采用二值图像作为水印,对水印图像进行随机置乱预处理以增强其安全性能;对宿主视频进行视频分割,并分别对得到的各序列做三维DWT变换;把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

基于非单点模糊支持向量机的判决反馈均衡器

该文提出了一种具有较强抗突发干扰能力的非单点模糊支持向量机判决反馈均衡器。该方法以支持向量机为框架,采用具有前置滤波特性的非单点模糊高斯核函数,利用梯度下降法调整核函数中的可调参数。通过仿真实验,并与支持向量机判决反馈均衡器和传统判决反馈均衡器进行比较,结果证明该方法具有优良的非线性均衡能力和抗突发干扰能力。     

基于小波包和自组织网络的模拟电路故障诊断

提出了一种基于小波包变换和SOFM网络相结合的模拟电路故障诊断方法.利用小波包分解作为预处理和消噪工具,对电路采样信号进行多尺度分解和消噪,然后进行能量特征提取、归一化,作为样本输入给神经网络.用SOFM网络竞争层的神经元,对样本数据进行故障识别分类,克服了BP网络隐层神经元选取困难的缺点.详细叙述了诊断原理和步骤,并给出了诊断实例.     

采用自适应连续时间线性均衡器和判决反馈均衡器算法的一种16 Gbit/s 并转串/串转并接口

该文在体硅CMOS工艺下设计了一种16 Gbit/s并转串/串转并接口(SerDes)芯片,该SerDes由4个通道(lanes)和2个锁相环(PLLs)组成。在接收器模拟前端(AFE)采用负阻抗结构连续时间线性均衡器(CTLE),得到22.9 dB高频增益,利用5-tap判决反馈均衡器(DFE)进一步对信号码间干扰(ISI)做补偿,其中tap1做展开预计算处理,得到充足的时序约束条件。采用最小均方根(LMS)算法自适应控制CTLE和DFE的补偿系数来对抗工艺、电源和温度波动带来的影响。测试结果表明,芯片工作在16 Gbit/s时,总功耗为615 mW。发射器输出信号眼高为143 mV,眼宽43.8 ps(0.7UI),接收器抖动容忍指标在各频点均满足PCIe4.0协议要求,工作温度覆盖–55°C～125°C,电源电压覆盖0.9 V±10%,误码率小于1E-12。     

基于小波包变换的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需求,提出一种以小波包系数的能量比和标准差为特征的算法,并采用BP神经网络进行识别。仿真实验表明,该方法能在较低的信噪比条件下取得较好的识别率。     

基于小波变换及神经网络的SAR图像目标检测方法研究

由于小波分解的多分辨分析特征及神经网络的自学习、自组织等性能,在图像处理中得到了广泛的应用。本文研究了SAR图像非线性采样目标低频小波树特征提取方法,利用PCA（主分量分析）对低频小波树降维,用降维后的特征值训练LVQ神经网络,将其应用于SAR图像目标检测,取得了较好的检测结果。     

基于径向基函数神经网络的CDMA多用户检测方法

径向基函数神经网络是一种三层前馈性神经网络,它具有较强函数逼近能力和分类能力,学习速度快等优点.本文根据径向基函数神经网络的这些优点提出了一种基于径向基函数网络的CDMA多用户检测方法(RMD).计算机模拟表明我们所提的算法具有能克服多址干扰,抑制噪声干扰和对"远-近"问题不敏感等优点,这为研究CDMA多用户检测器开辟了一条新的途径。     

一种基于小波变换和FIR神经网络的广域网网络流量预测模型

该文提出了一种基于小波变换和FIR神经网络的广域网网络流量预测模型,首先采用小波分解把网络流量数据分解成小波系数和尺度系数,即高频系数和低频系数,将这些不同频率成分的系数单支重构为高频流量分量和低频流量分量,利用FIR神经网络对这些分量分别进行预测,将合成之后的结果作为原始网络流量的预测。实验结果表明：采用该模型对实际的广域网网络流量数据进行预测,不仅可以得到较快的收敛效果,而且预测性能比现有的小波神经网络和FIR神经网络要好得多。     

基于改进型T-S模糊RBF神经网络的红外火焰探测器识别算法

针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的鲁棒性融合算法.该算法通过聚类算法确定模型需要的模糊规则...