遗传优化神经网络的水声信道盲均衡

不需要训练序列的盲均衡技术可以有效地节省水声通信带宽，消除码间干扰，提高水声通信效率和质量。以前馈神经网络（FNN）作为盲均衡器，既适用于最小相位信道，也适用于非最小相位信道，包括非线性信道，但是前馈神经网络在实际的应用中其网络拓扑结构的选取和初始权重的确定缺乏理论依据，且其训练主要依靠BP算法，存在收敛速度慢、容易陷入局部极值及“过学习”的问题。为此，本文提出了一种遗传优化神经网络的水声信道盲均衡算法（GA—BP），对前馈神经网络拓扑结构和网络权重同时优化，有效地克服了传统前馈神经网络盲均衡的缺陷，提高了前馈神经网络盲均衡的泛化性能并加强了跟踪时变信道的能力和对信道突变的适应能力。水池试验结果证明了文中提出的遗传优化神经网络水声信道盲均衡算法的有效性，与直接前馈神经网络盲均衡相比较，均衡性能明显得到了提高。     

基于1H NMR代谢组学方法分析马兜铃酸I诱导的雌雄小鼠急性肾毒性

基于¹H NMR的代谢组学方法, 分析了C57BL/6J小鼠尿样的代谢特征, 揭示出马兜铃酸I(AAI)导致急性肾毒性的分子机理及其在雌性和雄性小鼠上差异的根源. 研究结果表明, AAI的急性肾毒性主要来自AAI给药后抑制了体内的三羧酸(TCA)循环和能量代谢, 破坏了体内肠道菌群的生态平衡, 改变了肾脏细胞内外的渗透压, 从而引起了肾小管的损伤. 代谢模式分析显示雄性小鼠对AAI的肾毒性比雌性小鼠更敏感, 可能源于雄性小鼠本身更低的能量代谢. 结果表明, 基于尿样¹H NMR代谢组学方法有可能为药物的毒性机制和毒性性别差异研究提供新思路.     

并联滤波的常数模与判决引导融合盲均衡算法

针对常数模和判决引导双模式盲均衡算法切换时机选择困难问题,提出了一种并联滤波的双模式融合盲均衡算法。算法以并联滤波器作为盲均衡器,两路子滤波器分别以常数模算法准则和判决引导算法准则进行更新,通过加权因子实现两种算法模式自适应切换,完成两种算法的融合处理,加权因子依据归一化均方误差进行调整。为防止信道突发干扰,定义了归一化均方误差信息熵增量,以信息熵增量为判据适时实现均衡器和加权因子重置,使算法在信道突发干扰条件下能实现自适应跟踪。计算机仿真和水池试验处理结果表明:该算法有效地结合了常数模和判决引导算法的优点,具有较好的均衡性能。