排序方式: 共有2条查询结果,搜索用时 8 毫秒
1
1.
针对Hopfield神经网络的多起点问题,提出了一种新的基于混沌神经网络的盲信号检测算法,实现了二进制移相键控信号盲检测.据此进一步提出双sigmoid混沌神经网络模型,构造了新的能量函数,且证明了该模型的稳定性,并对网络参数进行配置.仿真实验表明:混沌神经网络能够避免局部极小点且具备较强的抗噪性能,双sigmoid混沌神经网络则继承了其所有的优点,且其收敛速度更快,仅需更短的接收数据即可到达全局真实平衡点,从而降低了算法的计算复杂度,减少了运行时间. 相似文献
2.
针对统计量算法盲检测多进制振幅键控(MPSK)信号的缺陷, 提出了一种幅值相位型连续多值复数Hopfield神经网络算法, 构造了适用于MPSK信号的幅相型离散多电平激活函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时, 该幅相型离散Hopfield神经网络可有效地实现MPSK信号盲检测. 仿真试验表明:该算法所需接收数据较短,可到达全局真解点,并且适用于含公零点信道. 相似文献
1