复自适应均衡器的研究及实现

通过对HFC广播有线电视信道中的16QAM信号的研究，分析了噪声及信道特性对QAM信号的影响，提出了用自适应均衡器来提高QAM信号的传输质量，并用复杂可编程逻辑器件(CPLD)实现该均衡器。采用CPLD技术可大大增加均衡器的可靠性、灵活性，同时也缩短了设计周期。该均衡器可运用于实际的有线通信系统，从而为复信号的均衡提供了一个技术方案。     

一种新的自适应神经网络均衡器

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,最后对这种自适应神经网络均衡器进行了计算机模拟。研究结果表明:文中提出的神经网络均衡器非常有效,比传统线性均衡器和Gibson等人提出的多层感知均衡器(MLPE)性能更优越,更具实用性。     

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，给出了一种有效的权值初始化方法。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馈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，并作了分析和比较。研究表明所提出的二层感知网络判决反馈均衡器无论是收敛速度、误比特率，还是计算复杂度方面都明显优于文献［５］提出的多层感知判决反馈均衡器。     

IEEE 802.16无线信道快速突发均衡的实现

针对IEEE 802.16无线信道进行了仿真,提出了一种工作于该信道的16QAM突发模式的快速均衡器算法,该算法采用Neuman-Hoffman序列的扩展序列进行信道快速估计,及用均衡器系数预加载算法以提高收敛速度,仿真结果证明:算法收敛速度优于递归最小二乘算法。     

CP不足情况下OFDM系统信道估计与均衡

正交频分复用(OFDM)系统中的循环前缀具有一定的抗码间干扰(ISI)和子载波间干扰(ICI)的能力,但是当多径衰落信道的最大信道脉冲响应(CIR)长度超过了循环前缀(CP)长度时,OFDM系统的性能将会严重下降。传统的信道估计和均衡方案面对循环前缀长度不够的情况无法避免性能的严重衰落。由此提出了一种可以估计出大于CP长度CIR的信道估计方法,并且给出了一种基于逼零(ZF)准则的低复杂度均衡器,以抵消ISI和ICI的影响。仿真结果表明所提方案与传统方案相比在复杂度上和性能上有明显的优势。     

一种改进的递归神经网络盲均衡算法

提出了一种新的基于递归神经网络的快速收敛盲均衡算法。设计中采用观测信号的四阶统计量构造代价函数,简化了系统的复杂度;利用实时递归学习算法对系统参数进行动态调节。该算法具有镇定性,其收敛性能不会受到失真信道的影响,适用于均衡衰落性严重的信道。实验仿真结果表明对具有频率选择性衰落的非线性信道,该算法在收敛速度和对抗码间串扰方面都具有良好的性能。     

一种新型SOA-MZI光功率均衡器的研究

提出了一种基于SOA-MZI结构的光功率均衡器,利用SOA的相移随输入光功率变化的特性,改变 MZI两臂的相位差,实现了在一段输入光功率范围内达到钳制输出光功率的目的．仿真分析表明该光功率均衡器能够减小光功率波动,提高接收灵敏度:光脉冲经过SOA导致的脉冲畸变是限制该光功率均衡器性能的主要原因．     

瑞利衰落信道Turbo码的精确性能上限

研究了慢变频率非选择性瑞利衰落信道下Turbo码的性能。采用修正的欧几里德距离量度和信道状态信息进行最大似然译码的Turbo译码器，推导出完全交织瑞利衰落信道基于联合限和码字重量分布的性能上限，为瑞利衰落信道下Turbo码的设计提供一个有效的分析工具。     

一种非均匀信道化滤波方法

针对复杂电磁环境下雷达信号密集且带宽分布不均匀的问题,基于邻信道合并思想提出了一种非均匀信道化滤波方法.文中首先讨论了复调制信号的邻信道合并条件,然后利用余弦基神经网络训练出满足邻信道合并条件的低通原型滤波器,并对网络的稳定性进行了分析,给出了学习效率的取值范围,再用训练出的原型滤波器构造复调制滤波器组实现均匀信道化,最后将均匀信道化的相邻子信道输出相加即可实现通带的合并,从而构造出不同带宽和信道滤波器实现非均匀信道化滤波.通过计算机仿真,验证了该方法的有效性.     

重叠频分复用系统循环前缀的设计和分析

研究了在时变多径频率选择性衰落信道条件下,重叠频分复用/非正交频分复用系统的离散傅里叶变换实现,并对OvFDM-DFT系统的循环前缀进行了分析和设计,讨论了两种不同的循环前缀设计方法,即普通循环前缀和补零方式循环前缀对系统性能的影响。分析和仿真结果表明,在时变多径频率选择性衰落信道条件下补零方式的循环前缀远好于普通方式的循环前缀,仿真结果也验证了OvFDM符号具有明显的抗衰落性能。     

基于联想记忆神经网络的控制方法

提出了一种新型联想记忆神经网络结构和学习算法,通过反馈通道将网络输出反馈至输入层,并在通道中引入联想记忆因子,提高了X寸非线性系统的辨识能力,能够简单有效的建立起电阻炉的数学模型。采用具有逆辨识结构的神经网络控制方法对电阻炉进行实际控制,逆控制器的参数通过神经网络逆辨识模型得到,神经网络采用3层2—8—1结构形式。与常规PID控制相比较表明,此方法对大滞后非线性系统具有良好的控制效果和较强的抗干扰能力。     

移动通信系统信道分配的神经网络算法

引入神经网络模型和算法来解决移动通信系统中信道分配问题，采用改进的Ｋｏｈｏｎｅｎ自组织模型，提出了在此模型下的信道分配神经网络算法，给出了仿真结果。结果表明神经网络算法解决分布式控制的动态信道分配门题是有效的，它对ＦＤＭＡ、ＴＤＭＡ、ＣＤＭＡ移动通信系统信道分配有重要参考价值，特别是对大容量、大地域的移动通信系统（如ＧＳＭ系统、移动卫星通信系统）的信道分配有特殊的意义。     

一类推广的BAM模型的全局渐近稳定性分析

在B KOSKO双向联想记忆模型（BMA模型）上，引入了变时滞，去掉了连接权矩阵对称的要求，利用构造Liaponov泛函，得到了此动力学系统全局渐近稳定的条件，所得结果，在人工神经网络理论和应用研究中具有实际意义。     

修正FTF算法用于高速数传快衰落信道自适应均衡的研究

短波高速数传是当前通信领域研究的一个重要方面,克服这类信道快衰落时变特性给数传带来的障碍是研究的中心课题.近些年提出和探讨的最小平方自适应均衡新技术,人们认为是解决这一问题的有效途径,普遍为人关注.本文对作者已提出的计算复杂度低、稳定性良好的修正 FTF 自适应均衡算法作了进一步研究.考查了其硬件实现方面的问题并模拟分析了均衡性能,初值选取,最佳级数和启动时训练与否的影响等,得出了许多有益的结论.这些分析与讨论对于硬件实现是十分必要的.     

机器人装配作业双向联想记忆的研究

联想记忆（或存储）是人工神经网络领域中的一个重要分支，双向联想记忆是该分支的一个十分重要的研究方向。本文概述了用于机器人装配作业的双向联想记忆的基本原理，详细分析了双向联想记忆的结构与联想过程；扼要阐述了它的稳定性及其它性质。从应用角度出发，本文还给出了双向联想记忆的一个程序模拟算法及其计算机仿真结果。     

OFDM在高速移动下的载波间干扰消除

针对正交频分复用系统的信道时变会破坏载波间的正交性而导致载波间干扰,提出了一种分段均衡有效的载波间干扰消除方法,其优点是:当采用两段和四段均衡时,在M1225信道模型下,可分别提高接收信噪比6 dB和12 dB,且与标准的均衡方法具有相同的频谱效率。性能分析与仿真验证表明,分段均衡方法能有效地消除频率偏移与信道时变而产生的载波间干扰。