用联想神经网络设计的信道均衡器

研究了联想神经网络在数字通信信道均衡器实现中的应用,讨论了其设计方法和设计步骤,给出了计算机模拟结果,并进行了性能比较。研究结果表明:Hopfield联想神经网络实现的信道均衡器具有比传统线性横向均衡器更优越的性能。     

一族自适应格型算法及其性能分析

本文提出并讨论了一族自适应格型算法,对其各种性能进行了理论分析和计算机模拟.1 结构、准则与算法基本的格型结构如图1所示.由图1显见:     

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。