動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)恒模盲均衡算法的研究.pdf

1、盲均衡技術(shù)是一種不需要訓(xùn)練序列，能夠僅利用接收信號(hào)的統(tǒng)計(jì)特性對(duì)信道特性進(jìn)行均衡的自適應(yīng)均衡技術(shù)，克服了傳統(tǒng)自適應(yīng)均衡技術(shù)的缺陷，成為目前數(shù)字通信和信號(hào)與信息處理領(lǐng)域的熱點(diǎn)研究課題之一。 人工神經(jīng)網(wǎng)絡(luò)是理論化的大腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)，能夠進(jìn)行復(fù)雜的邏輯操作并實(shí)現(xiàn)非線性關(guān)系。用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)均衡器具有重要的理論意義和實(shí)用價(jià)值。 本文所做的主要工作如下： (1)分

2、析了傳統(tǒng)BP算法的缺陷，討論了其改進(jìn)形式，提出了基于動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)的盲均衡算法。通過(guò)計(jì)算機(jī)仿真表明，與BP算法相比，新算法的收斂速度有所提高。 (2)研究了動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法中動(dòng)量項(xiàng)及學(xué)習(xí)速率對(duì)算法性能的影響，提出了變動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法和變學(xué)習(xí)速率動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法。仿真結(jié)果表明，這兩種算法與動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法相比，收斂性能明顯改善，收斂速度有所提高，穩(wěn)態(tài)剩余誤差和誤碼率減小。