10.19768/j.cnki.dgjs.2022.09.008
基于非线性系统的自适应神经网络均衡器特性分析
针对非线性系统中的时变及参数动态变化引起的非线性失真及频谱衰落,提出了一种自适应神经网络均衡器结构与反向传播的遗传学习算法.均衡器前馈部分采用RBF神经网络,用于对非线性系统信道的逼近,而反馈部分采用基于递归最小二乘算法的判决反馈.实验验证了该判决反馈的自适应神经网络均衡器能有效消除非线性系统信道干扰,在误比特率方面改善了均衡器的性能.
非线性系统、自适应均衡器、频谱衰落、神经网络
TP273.2(自动化技术及设备)
重庆市科技计划项目cstc2019jscx-msxmX0098
2022-06-22(万方平台首次上网日期,不代表论文的发表时间)
共3页
32-33,36