一种实现最佳用户检测的非线性优化神经网络

本文提出并讨论了实现码分多址（CDMA）系统上最佳多用户检测（MUD）的一种神经网络方法。该方法通过将最佳多用户检测视为非线性优化组合问题，利用神经网络能有效求解非线性优化问题的优势，导出了一种非线性优化神经网络来实现最佳多用户检测，理论分析和计算机模拟表明，所提出的神经网络具有可实时应用的动态性能和较传统方法优越得多的误码率性能和抗多址干扰的性能。     

实现CDMA最佳多用户检测的神经网络方法

提出并讨论了两种实现码分多址系统中最佳多用户检测的神经网络方法。一种基于离散Ｈｏｐｆｉｅｌｄ神经网络，另一种基于采用反向传播算法的多层感知器神经网络。理论分析和计算机模拟都证实了这两种神经网络方法的可行性，优越性和实用性。前者适用“固定”用户情况；后者既可用于“固定”用户吼适用于移动用户的情况，因而在未来的ＣＤＭＡ个人通信网中有较好的应用前景。     

一种新的神经网络均衡器:结构、算法与性能

本文根据克服数字通信中码间干扰（ISI）的最佳均衡解一般表达式，提出了一种新的自适应神经网络均衡器结构，然后导出了基于该结构的一种自适应算法和相应的学习规则，最后对提出的自适应神经网络均衡器性能进行了计算机模拟，模拟结果与分析表明：本文提出的神经网络均衡器用于实现最佳信道均衡非常有效，比传统线性均衡器和Gibson等人[1]提出的多层感知均衡器（MLPE）性能更优越，更具实用性．     

伪随机扩频系统中抑制窄带干扰的一种神经网络方法

本文研究了伪随机扩频通信系统中抑制窄带干扰的一种神经网络方法，这种方法利用神经网络实时快速最佳地计算作为干扰抑制器的横向滤波器权系数，从而快速实时跟踪窄带干扰并抑制它，比传统的LMS样度下降法以及递归最小平方算法更为优越，理论分析和计算机模拟都表明所提出的神经网络方法在伪随机扩频系统中抑制窄带干扰的有效性。     

一种基于二层感知网络的判决反馈均衡器

采用基于二层感知网络的判决反馈均衡器结构实现非线性信道均衡，导出了其权值自适应调整的学习算法，给出了一种有效权值初始化方法。针对一种具有严重码间干扰与有色噪声的非线性信道，分别应用文中提出的二层感知网络判决反馈均衡器和一般的三层感知网络判决反均衡器对该信道进行均衡，对其均衡性能进行了计算机模拟，并作了分析比较。     

多电平PAM系统的最佳均衡理论

详细论述了多电平ＰＡＭ（脉冲幅度调制）系统的最佳均衡理论。首先建立了多电平ＰＡＭ系统的一种二进制码间干扰等效模型，将之视为二进制多路系统，从而说明其均稀可以用多个独立的二进制均衡器联事完成。在将均衡问题视为分类判决问题的基础上，根据贝叶斯准则导出了多电平ＰＡＭ系统的最佳均衡有达式和所能取得的最小符号概率的计算公式和近似计算公式。从最佳均衡解可以看到，无论是二进制通信系统还是多电平ＰＡＭ系统，其最佳     

多电平PAM系统等效模型及其应用

本文提出了多电平脉冲幅度调制系统（PAM）的一种等效二进制码间干扰模型和两种多效系统模型。模型的建立为神经网络应用于多电平PAM通信系统实现最佳信道均衡奠定了基础。