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。     

一种混和型盲均衡算法

盲均衡器在通信系统中有着重要的作用,但一般的盲均衡器存在收敛速度慢的缺点。文中以广泛使用的ＣＭＡ（ＣｏｎｓｔａｎｔＭｏｄｕｌｕｓＡｌｇｏｒｉｔｈｍ）为基础,提出了一种混和型盲均衡算法,不仅提高了收敛速度,而且减小了收敛后的剩余干扰,使均衡器收敛后不必切换到普通均衡方式。     

神经网络自适应学习步长研究

论述了神经网络学习算法的研究现状和存在的问题，分析了ＢＰ算法中学习步长选取的局限性，建立了ＢＰ网络输出误差的非线性规划模型，并根据文献［６］的状态空间混合算法，推导出了一种自适应调整学习步长的公式。推得的学习步长能够利用环境改变的低息反馈不断自动改变。     

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。     

一种非线性神经网络自校正调节器

针对一类非线性动态系统,提出了一种新的应用多层神经网络的自校正调节器,分析了基于神经网络的非线性系统自校正调节机理,并利用一种基于同构网络的自适应预测方法解决可能存在于系统的大时延问题。计算机仿真表明,这种神经网络自校正调节器为解决一类复杂非线性系统的自校正调节问题提供了一条可行的途径。     

一种基于Lagrange神经网络的多用户检测器

提出并讨论了一种基于Lagrange神经网络的多用户检测器,利用神经网络能有效地求解优化问题;推导了Lagrange神经网络多用户检测器(LNN-MUD)。理论分析和计算结果表明：在误比特性能和抗干扰性能上,该检测器均优于传统检测器和解相关检测器;在抗“远近”干扰能力方面,该检测器优于传统检测器而弱于解相关检测器,且易于实时应用和VLSI实现。     

一种基于优化神经网络的最佳多用户检测器

基于优化理论和神经网络理论提出了一种优化神经网络最佳多用户检测器,将DS－CDMA通信中的多用户信号检测问题看作一种组合优化问题,利用神经网络能有效地求解优化问题的优势：推导了一种优化神经网络最佳多用户检测器,理论分析和计算结果表明：1）在误比特性能和抗多址干扰性能上这种检测器均优于传统检测器和解相关检测器;2）在抗"远近"干扰能力方面,这种检测器优于传统检测器而弱于解相关检测器;3）易于实时应用和VLSI实现。     

多层线性神经网络自适应滤波器性能仿真

介绍了一种基于多层线性神经网络的自适应滤波器。仿真结果表明，将这种基于ＢＰ算法训练的滤波器应用于扩频接收机的干扰抑制，比常规的采用ＬＭＳ算法训练的滤波器具有更优的性能。文中还讨论了滤波器层数对于ＢＰ算法收敛过程的影响。     

一种新的自适应卡尔曼滤波算法——ALR算法

本文提出一种新的自适应卡尔曼滤波算法——ALR(Adaptive Least Residual)算法.该算法从经典的卡尔曼滤波出发,使残差达到最小,以残差(residual)样本值代替统计值,再用最陡下降法估计算自适应权增益,最后得到一组自适应滤波公式.通过理论分析和计算机模拟,证明该算法具有算法简单、运算量小等优点,适于在自适应系统辨识、自适应谱估计中作实时处理.     

一种新的变步长LMS自适应滤波算法性能分析

在简单介绍了基本的LMS,NLMS自适应滤波算法的基础上,介绍了一种新的可变步长LMS自适应滤波算法,并将该算法应用于自适应噪声对消系统的仿真中。通过计算机仿真,给出了LMS、NLMS和新的可变步长LMS自适应滤波三种算法的性能对比,结果表明该算法具有较快的收敛速度和较小的稳态误差。     

机器人装配作业的Hopfield神经网络的稳定性研究

本文运用Ｌｙａｐｕｎｏｖ第二方法及神经网络的稳定性判据，对用于机器人装配作业的Ｈｏｐｆｉｅｌｄ网络的稳定性进行了分析研究，并经实验验证，得到了较为满意的结果。     

基于多层神经网络的非线性系统预测

针对一类非线性动态系统,提出了一种新的基于多层神经网络的自适应预测器,并对基于神经网络的预测机理进行了分析。该预测器由两个同构的多层神经网络实现,其中一个称为学习网络(LN),另一个称为预测网络(PN)。彷真结果表明,速种基于多层神经网络的预测嚣对于恒定参数的非线性系统是有效的,从而为解决非线性系统预测问题提供了一条可行的途径。     

柔性电子神经网络计算机开发系统设计

介绍了一种柔性神经网络计算机及其开发系统的概念和思想.该系纯对用户来讲既是神经网络模拟系统,又是神经网络计算机的开发系统.作为神经网络模型的模拟系统,它可模拟多种网络系统;作为开发系统,其下层可设计不同的神经网络硬件装置;随后提出了其软件系统的设计方案.     

基于人工神经网络重力坝安全监视位移预报模型的研究

以重力坝位移为代表,运用人工神经网络具有表达非线性映射的性质在计算机上求解,小丰满观测资料为人工神经网络在实际应用提供了实例,经检验,所用网络模型拟合效果和预报效果都很理想．     

基于神经网络的PID控制器研究

本文应用人工神经网络的原理,提出一种新的神经网络的智能PID控制器. 仿真结果表明,此NNPID控制器对线性、弱非线性时不变系统比传统的PID有好 的控制效果;对中等非线性系统和含有噪声扰动的线性知非线性系统有单纯PID 不能达到的控制效果.     

基于神经网络的数控机床可靠性预计研究

本文提出了利用人工神经网络来辅助实现数控机床的可靠性预计的方法,建立了用于数控机床可靠性预测的三层BP神经网络模型,给出了具体的算法,并通过实例证明该方法比传统的数学模型预计方法更准确和可靠。     

一种改进的非线性卫星信道自适应补偿方法

提出一种用于非线性带限卫星信道自适应补偿的改进算法,并给出了实现该算法的结构。计算机模拟结果表明,改进算法具有一定优越性。     

基于BP神经网络软粘土循环强度研究

以软粘土动三轴试验结果作为样本集，以静应力、循环应力和确定位移破坏标准下的循环破坏振次作为输入层，建立基于BP神经网络软粘土循环强度的预测模型．通过循环扭剪试验结果对模型进行检验．结果表明，该模型稳定性良好，其稳定性不受试验应力状态的影响，可以用来预测一般应力状态下软粘土循环强度，预测精度满足岩土工程的要求．