基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲算法研究.pdf

1、Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法不受信道是否含公零點(diǎn)的限制且所需發(fā)送數(shù)據(jù)更短，與二階統(tǒng)計(jì)量盲算法和高階統(tǒng)計(jì)量盲算法相比，更能滿足現(xiàn)代通信系統(tǒng)中高速數(shù)據(jù)傳輸?shù)囊?。然而深入研究發(fā)現(xiàn)Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法仍存在不足之處。本文針對(duì)不足之處展開研究，主要做出如下創(chuàng)新工作：
　　（1）在經(jīng)典Hopfield神經(jīng)網(wǎng)絡(luò)（Hopfield Neural Network, HNN）模型的基礎(chǔ)上構(gòu)建了雙Sigmoid Hopfield神

2、經(jīng)網(wǎng)絡(luò)（Double Sigmoid Hopfield Neural Network, DS-HNN），設(shè)計(jì)給出新網(wǎng)絡(luò)的結(jié)構(gòu)圖、新的激活函數(shù)和新的能量函數(shù)，并且分析了新網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)表明：DS-HNN能量函數(shù)的收斂速度明顯快于經(jīng)典Hopfield神經(jīng)網(wǎng)絡(luò)；無論是在隨機(jī)信道還是在固定信道的情況下，DS-HNN算法的抗噪性都優(yōu)于HNN算法，且DS-HNN算法還能很好地適用于含公零點(diǎn)信道。
　?。?）在HNN的基礎(chǔ)上構(gòu)建了正反饋

3、Hopfield神經(jīng)網(wǎng)絡(luò)（Positive Feedback Hopfield Neural Network, PFHNN），設(shè)計(jì)給出該網(wǎng)絡(luò)新的能量函數(shù)，同時(shí)在異步更新模式和同步更新模式下證明了網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)表明：無論是固定信道還是隨機(jī)信道，PFHNN的誤碼性都明顯優(yōu)于傳統(tǒng)的網(wǎng)絡(luò)，具備更強(qiáng)的抗干擾能力；PFHNN在含公零點(diǎn)的信道中運(yùn)行，同樣表現(xiàn)出較好地性能，證明了該網(wǎng)絡(luò)對(duì)信道有較強(qiáng)的魯棒性。
　?。?）首先在混沌神經(jīng)網(wǎng)絡(luò)（

4、Transiently Chaotic Hopfield Neural Network, TCHNN）的基礎(chǔ)上構(gòu)建了雙 Sigmoid混沌神經(jīng)網(wǎng)絡(luò)（Double Sigmoid Transiently Chaotic Hopfield Neural Network, DS-TCHNN），設(shè)計(jì)了適合于該網(wǎng)絡(luò)的兩個(gè)激活函數(shù)。然后根據(jù) TCHNN和DS-TCHNN的特性分別設(shè)計(jì)給出了這兩個(gè)網(wǎng)絡(luò)的能量函數(shù)，接著依據(jù) DS-TCHNN能量函數(shù)分別