2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩99頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)代通信系統(tǒng)中,由于信道衰落、多徑傳播、同頻及鄰頻干擾等因素的存在,使得信道產(chǎn)生嚴重畸變,從而導致碼間干擾的產(chǎn)生,降低了系統(tǒng)性能。盲均衡技術(shù)的采用極大地抑制了碼間干擾,提高了系統(tǒng)特性。盲均衡技術(shù)是指不借助訓練序列,而僅利用接收序列本身的先驗信息就能自動收斂的自適應(yīng)均衡技術(shù)。它能有效地補償信道的非理想特性,克服碼間干擾,減小誤碼率,提高通信質(zhì)量,已成為當前飛速發(fā)展的數(shù)字通信領(lǐng)域的一個研究熱點。 在高速數(shù)據(jù)傳輸環(huán)境下,由于完全的線性

2、信道是不存在的,因而針對線性信道處理的算法就會失效。因此非線性信道的盲均衡技術(shù)就成為亟待解決的難題。多層人工神經(jīng)網(wǎng)絡(luò)形成一個靜態(tài)網(wǎng)絡(luò),可以映射靜態(tài)輸入到靜態(tài)輸出,因而人們將目光逐漸轉(zhuǎn)向基于神經(jīng)網(wǎng)絡(luò)非線性特性的盲均衡算法。 傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法在解決盲均衡問題上取得一定的成績,算法可用于線性或非線性信道,同時克服了信道階次不確定性帶來的影響,對加性噪聲也具有一定的容錯性。然而基于神經(jīng)網(wǎng)絡(luò)本身的特性,它們只對局部搜索有優(yōu)勢,

3、對于有多個極值的情況,容易陷入局部極小。遺傳算法是一種全局并行的隨機搜索方法,具有較強的魯棒性和全局收斂能力,本文在總結(jié)神經(jīng)網(wǎng)絡(luò)盲均衡算法缺陷和局限性的基礎(chǔ)上,針對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及網(wǎng)絡(luò)權(quán)值的優(yōu)化等方面將遺傳算法引入神經(jīng)網(wǎng)絡(luò)盲均衡,并通過大量的仿真實驗驗證了提出的算法的有效性。論文的主要成果包括: (1)在分析總結(jié)神經(jīng)網(wǎng)絡(luò)盲均衡算法缺陷和局限性的基礎(chǔ)上,針對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及網(wǎng)絡(luò)權(quán)值的優(yōu)化等方面提出新的方法和思路,確定了神經(jīng)網(wǎng)絡(luò)盲

4、均衡算法與遺傳算法的結(jié)合點。 (2)針對傳統(tǒng)遺傳算法的弊端,文中提出了一種新型保持種群多樣性的遺傳算法,并分別將該算法用于神經(jīng)網(wǎng)絡(luò)盲均衡器的權(quán)值及其結(jié)構(gòu)的優(yōu)化,并先后對PAM及QAM信號進行仿真,結(jié)果證明了相對于神經(jīng)網(wǎng)絡(luò)盲均衡算法,兩種改進算法在收斂速度及其剩余誤差等性能指標方面均有所改善。 (3)歸納和總結(jié)了傳統(tǒng)遺傳算法對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的缺陷和局限性,而且為了避免傳統(tǒng)遺傳算法存貯量大、運行時間長和操作復雜的弊端,本文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論