有限环计算的数字式神经网络方法

本文提出一种用于有限环算术的数字式神比网络方法。它采用非对称的数字式神经网络结构，在整个矢量空间上具有唯一的平衡点，因而不存在计算误差。这种方法保持了神经网络的高度并行结构，能够实时完成有限环上的模运算。它还被应用于中国余数定理的实现。     

自组织神经网络实现无线数字信号识别

无线通讯信号的识别在军事和无线电监控中有十分重要的意义,在无线通信发展过程中许多新想法的实现也要求对无线通讯信号提出一种可靠的识别方法。本文提出一种基于自组织人工神经网络结构的无线信号识别方法。     

Signal Design for Digital Multiple Access Communications

In this concise paper we examine the signal design problem associated with a multiple access communication channel in which several binary digital links are operated simultaneously over a common channel. Receiver noise is neglected but the channel is confined in dimension, so that signal crosstalk is the only source of bit errors. An encoder is assumed to exist prior to channel transmission for converting the bit waveforms from all transmitters into a common channel signal available to all receivers. The encoder selects the channel signal during each bit so as to maximize the average detection probability per bit, where the average is taken over all links and all possible bit patterns. Two classes of receivers are considered. In the first the receivers are confined to only signal correlations with the corresponding transmitter signals. In the second the encoder and receivers are matched to arbitrary signal sets. For both type receivers, optimal channel signal selection is shown to be related to minimal hamming distance mappings. Values and bounds for the resulting detection probabilities in terms of numbers of transmitters and channel dimension are reported.     

神经网络在通信中的应用

神经网络既是一门新兴学科又是一门交叉学科．他发展迅速，在通信中取得了广泛的应用。本文阐述了神经网络在自适应滤波、网络控制、语音、雷达及保密通信中的应用。并对神经网络在通信中的应用前景做了自己的预测。     

基于小波神经网络的信号调制识别

采用小渡分析与神经网络相结合的思想进行数字通信信号调制类型的识别.首先利用小波分析对信号进行分解,根据小波系数进行特征提取,然后利用概率神经网络对4种常用数字通信信号进行识别.仿真结果表明,小波分析和神经网络相结合,可以很好的实现数字通信信号调制类型的识别.     

Neural Network Signal Processing Approach for Damage Assessment in Fiberoptic Smart Material Systems and Sructures^①②

An approach by using neural network signal processing in associate with embedded fiberoptic sensing array for the newly developed“smart material systems and structures” is discussed in this paper.The principle,structure of this approach and suitable neural network algorithms are described.The results of simulation experiments are also given.     

求解超定线性方程组L_1─范数最优解的神经网络方法

基于线性规划对偶理论，本文给出一种求解超定线性方程组Ｌ１─范数解的神经网络方法。这一方法由两部分组成，首先利用ＬＳＳＭ神经网络求出Ｌ１问题的近似对偶解，然后利用改进的Ｔ－Ｈ网络求Ｌ１─问题的解，当参数选择适当时，Ｔ－Ｈ网络的全局渐近稳定点就是问题的精确解，模拟试验也表明了这一方法的可行性。     

一种可用于布局的人工神经网络

本文把Kohonen的自组织特征映射人工神经网络用于解决集成电路设计中两端线网的布局问题——二次分配问题.与最小割算法相比,对于规模较小的电路,神经网络方法能以较快的速度得到最优布局.但当电路规模增大时,得到好的布局需要较长的计算时间.     

Architecture and Design of 1-D Enhanced Cellular Neural Network Processors for Signal Detection

One-dimensional cellular array processor architecture and design for neural-based partial response (PR) signal detection are presented. Analog parallel computing approaches have many attractive advantages in achieving low power, low cost, and faster processing speed by its uniquely coupled parallel and distributed processing nature. In this paper, we describe the maximum likelihood sequence estimation (MLSE) algorithm for PR signals, the enhanced Cellular Neural Network (CNN) processor array architecture to realize the detection algorithm, and system performance evaluation. Analytical models and simulations on a design example of the detector have been employed to demonstrate the advantages of this scalable VLSI architecture. A processing rate of 265 Mbps was achieved for a prototype detector on a silicon area of 5.14 mm by 5.81 mm is a 1.2 µm CMOS technology. The processing rate can be beyond 1Gbps if it is implemented in the same amount of silicon area by using 0.5 µm CMOS technology. Such promising results clearly demonstrate the ability to meet the needs in future high speed data communication by VLSI realization of maximum likelihood sequence detectors based on the enhanced cellular neural network paradigm.     

雷达多目标跟踪的神经网络方法

本文讨论了雷达多目标跟踪的神经网络方法。实验结果表明,此法不仅可以解决传统方法带来的组合爆炸问题,从而实现实时的多目标跟踪,而且还可以解决跟踪精度问题,提高跟踪的准确性。     

一种新颖的基于非压缩数字视频的水印盲检测算法

数字水印是一种嵌入到多媒体数据中用来进行版权标识的工具。在众多的宿主媒体中，数字视频因具有隐藏容量大、透明性好、鲁棒性强等诸多优点而受到日益广泛的关注。但是很多文献中提到的视频水印都是从数据流中提取单帧图像进行处理，这类算法与静态图像的水印方法如出一辙，没有充分利用视频文件的各种特性。而且对帧平均、视频压缩等常见的运动图像攻击方法十分敏感。针对这些问题，本文以非压缩视频文件为实验对象，结合人类视觉模型和彩色图像场景分割的方法，提出并实现了一种基于视频时间轴的数字水印盲检测算法。实验结果表明算法有效实用。     

ABR流量控制-一种神经网络方法

本文提出ATM网络中ABR业务流量控制的一种基于神经网络方法。利用神经网络对缓冲队列的长度及其变化和相应可能的信元丢失率进行预测,通过自适应地调整业务源端的发送速率,从而更准确地确定RM信元中相应域的显式速率值。同传统静态反馈方法相比,本方法不仅提高了网络资源利用率,而且改善了信元丢失率。另外,对在具有CBR背景业务情况下本方法的性能也进行了讨论,仿真结果证明了神经网络方法的有效性。     

通孔最小化的一种神经网络方法

本文在布线的群图模型基础上，利用离散型Hopfield神经网络解决群图的最大割问题，并着重论述了如何跳出局部最优点的问题，从而较好地解决了双层布线通孔最小化问题。算法考虑了许多来自实际的约束，并进行大量的布线实例验证。     

神经网络的自适应信号处理

信号处理是通信与信息学科中的一个重要研究领域。讨论了基于神经网络的自适应信号处理,并提出了一种用于优化滤波器的神经网络构造方法。利用Matlab的Simulink仿真器对其进行系统仿真,仿真结果和理论分析相一致,证实了神经网络应用于信号处理有着相当大的应用前景。     

基于BP网络快速诊断电视电路直流故障

测后诊断速度和诊断精度是电视直流故障诊断性能的重要衡量指标。文中将神经网络的自学习和分类技术应用于电视电路直流故障诊断中，把反向传播BP网络训练成一个故障学习库．考虑到元件参数容差对诊断的影响，提出优选训练样本的具体方法。此外，为实现快速诊断，重新定义了BP网络输出误差函数，提出了可变步长的快速选择方法。通过仿真实验，证明这些措施的实施能实现快速准确诊断电视直流故障的功能。     

RBF神经网络CDMA多用户检测方法

分析了采用正交最小二乘(OLS)算法的RBF神经网络应用于DS-CDMA扩频通信的多用户检测的问题,给出了基于RBF网络进行多用户检测的理论依据和仿真分析性能。     

"数字信号处理"多媒体教学方法初探

在分析“数字信号处理”课程特点的基础上,提出了实施多媒体辅助教学的思路和原则。根据授课内容的不同,设计了多媒体教学手段的嵌入方式,并构建了相应的多媒体资源库。在教学实践过程中．重点考虑了板书和多媒体、幻灯片和音、视频的配合。最后,通过问卷调查方式对教学效果进行了评价。     

一种求解整体最小二乘问题的神经网络

本文给出了一种求解整体最小二乘问题的神经网络，并分析其稳定性性质，最后给出了模拟试验结果。     

一种基于小波神经网络的缺陷检测新算法

运用多分辨分析对缺陷检测信号进行小波分解和重构,消除信号中的噪声,再基于多分辨分析提取检测信号的特征量。选取B-小波为小波基构建了断丝定量识别的小波神经网络模型,并运用该小波神经网络对缺陷检测信号进行了检测,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,对断丝位置及断丝根数能实现无人工干预的自动识别,比传统的断丝识别方法准确率提高了很多。     

全新的音频信号网络数字化传输技术--Digigram Hitplayer网络音频工作站

数字网络音频利用网络传递数字音频信号,它具有可靠的系统监控性能,极佳的传输质量,并且投入少、损耗较低。对于法国Digigram公司的数字网络音频系统,除了Digiram－NCX网络数字音频终端外,为了适应不同客户群的需要,Digigram公司还推出了HitPlayer网络数字音频工作站系统。HitPlayer网络数字音频工作站（见图１）组成的网络数字音频系统提供了带有IP网络服务和交互式音频应用的音频系统解决方案。无论节目来源是网络中的音频数据流、本地存储文件还是两者相结合,它都是背景音乐扩声、娱乐休闲场所扩声、交互式音频系统及公共信…