基于RBF神经网络与RLS算法的均衡器

摘要：

将径向基函数神经网络与横向均衡器相结合,采用递推最小二乘算法更新权值.将最小二乘误差作为代价函数以及与误差相关的变步长,使输出误差较传统的神经网络均衡器进一步减小,收敛速度得到提高.仿真结果表明,该均衡器对线性信道和非线性信道都表现出较好的性能,在较严重的非线性情况下其优越性更明显.

关键词：径向基函数神经网络、递推最小二乘算法、代价函数

所属期刊栏目：35

分类号：TN911

资助基金：新疆维吾尔自治区高校科学研究计划基金资助项目XJEDU2006I10

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：200-201,204