10.3969/j.issn.1006-2475.2015.05.018
动态修正下的神经网络盲均衡算法
针对现有的神经网络算法收敛速度慢以及精确度低的问题,通过对传统的神经网络盲均衡算法以及前馈神经网络进行研究,提出一种具有自动修正效果的前馈神经网络盲均衡算法。该算法通过对算法中的代价函数以及迭代步长因子进行改进,来提高算法的收敛速度;通过对所获得的目标信号进行修正处理,来对所获取的信息进行修正。实验结果表明,该算法的实验结果与预期效果基本相符,具有可靠性强、收敛速度快的优势。
神经网络、动态修正、盲均衡、前馈、代价函数
TN911.5
2015-06-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
85-89