

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測算法具有所要求的數(shù)據(jù)量短、適用于公零點(diǎn)信道等優(yōu)點(diǎn),與文獻(xiàn)基于統(tǒng)計量的盲檢測算法相比,更能滿足人們對無線數(shù)字通信系統(tǒng)提出的可靠性要求。但由于Hopfield神經(jīng)網(wǎng)絡(luò)采用梯度下降的優(yōu)化策略易陷入局部最優(yōu),有時甚至收斂不到優(yōu)化問題的最優(yōu)解或者近似最優(yōu)解。針對這一不足,本文受國家自然科學(xué)基金項(xiàng)目(項(xiàng)目批準(zhǔn)號:61302155)的支持,在Hopfield神經(jīng)網(wǎng)絡(luò)中引入混沌技術(shù),主要做出如下創(chuàng)新工作:
(1)
2、依據(jù)混沌初始化發(fā)送序列的優(yōu)良遍歷特性,本文第二章在 Hopfield神經(jīng)網(wǎng)絡(luò)(Hopfield Neural Network, HNN)的基礎(chǔ)上引入混沌初始化和混沌擾動,利用混沌映射產(chǎn)生初始發(fā)送序列,并且在算法出現(xiàn)早熟收斂時進(jìn)行小幅度的混沌擾動,借此降低算法的誤碼率。仿真實(shí)驗(yàn)表明:改進(jìn)的混沌Hopfield神經(jīng)網(wǎng)絡(luò)能夠成功解算帶約束的二次規(guī)劃問題,從而實(shí)現(xiàn)BPSK信號盲檢測,相對于文獻(xiàn)算法改善了算法性能。
?。?)為了改善Hop
3、field神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)以及暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)(Transient Chaotic Neural Network,TCNN)收斂緩慢的缺陷,本文第三章在暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建了一種改進(jìn)的復(fù)合正弦混沌神經(jīng)網(wǎng)絡(luò)(Improved Compound Sine Chaotic Neural Network, ICSCNN),設(shè)計了新的能量函數(shù)并分別在同步和異步更新模式下證明了該網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)表明:與二階統(tǒng)計量算法、Hopfi
4、eld神經(jīng)網(wǎng)絡(luò)盲檢測算法以及TCNN盲檢測算法相比,本文提出的算法顯著降低了算法的誤碼率和收斂時間,且所需的數(shù)據(jù)量更短,提高了盲檢測性能。
?。?)由于小波函數(shù)具有良好的非線性特性,能使混沌的動力學(xué)特性表現(xiàn)的更為明顯,本文第四章首先將小波混沌神經(jīng)網(wǎng)絡(luò)(Wavelet Chaotic Neural Network, WCNN)引入盲檢測環(huán)境中,然后為每個神經(jīng)元加一個激活函數(shù)構(gòu)成雙sigmoid小波混沌神經(jīng)網(wǎng)絡(luò)(Double Sig
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲算法研究.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于改進(jìn)型Hopfield神經(jīng)網(wǎng)絡(luò)的盲檢測新算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲均衡.pdf
- 基于離散Hopfield神經(jīng)網(wǎng)絡(luò)盲均衡新算法的研究.pdf
- 復(fù)數(shù)連續(xù)Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測算法研究.pdf
- 改進(jìn)的Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測算法的研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的多用戶盲檢測算法.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的HSDPA調(diào)度算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的混沌建模與性能分析.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)的加速算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的盲均衡算法研究.pdf
- 復(fù)值Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測MPSK信號.pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用——基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫數(shù)字識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲均衡優(yōu)化算法的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
評論
0/150
提交評論