首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
提出了一种基于对角递归神经网络的盲均衡算法。利用对角递归神经网络结构简单、计算量少的优点,结合传统的恒模盲均衡算法定义了代价函数,用最速梯度下降法推导出了其算法迭代公式。计算机仿真表明,该算法收敛速度较快,误码率较小。  相似文献   

2.
从算法的角度,着重讨论了利用前馈神经网络、递归神经网络及细胞神经网络实现盲均衡算法的发展情况。总结出神经网络在盲均衡技术发展中起到的积极作用。  相似文献   

3.
将混沌系统和对角递归神经网络结合,提出了一种新的神经网络.设计了混沌对角递归神经网络的结构和它的学习算法,并将其应用到图像压缩.通过仿真试验证明混沌对角神经网络在重建图像效果等方面的性能优于传统对角神经网络.  相似文献   

4.
本文提出了实数编码的遗传优化神经网络的盲均衡算法,有效地克服了传统前馈神经网络盲均衡的缺陷,解决了实际应用中存在神经网络的初始权重的确定缺乏理论依据的问题,提高了前馈神经网络盲均衡的均衡性能.  相似文献   

5.
基于对角递归神经网络的建模及应用   总被引:11,自引:0,他引:11  
介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性.  相似文献   

6.
针对基于前馈神经网络的盲均衡算法中,BP优化算法具有收敛速度慢、易陷入局部极小的缺点,提出了一种新的盲均衡算法,该算法结合动量项前馈神经网络与传统恒模盲均衡算法的优点,将以前权值的调节量用于当前权值的修改过程,降低了算法对于误差曲面局部极值点的敏感性。仿真结果表明,该算法可有效抑制网络陷入局部极小,防止振荡,加快盲均衡器的收敛速度。  相似文献   

7.
针对基于传统梯度下降算法的前馈神经网络盲均衡在输入线性相关条件下收敛速度慢的问题,提出了一种修正解相关前馈神经网络盲均衡改进算法。对接收观测数据进行解相关处理,使梯度方向保持正交,同时,设定判断阈值,如果前馈神经网络输入相关系数大于阈值,说明输入向量强相关,保持梯度更新大小和方向不变,以克服强相关输入条件下解相关算法收敛停滞的问题。计算机仿真结果表明,文中提出的算法与基于直接梯度下降算法和传统解相关前馈神经网络盲均衡算法相比具有更快的收敛速度,有效提高了均衡性能。  相似文献   

8.
针对前馈神经网络的特性和盲均衡中CMA算法的特点构造出一个新的目标函数J (n)。该目标函数综合考虑使盲均衡的代价函数和神经网络的误差函数同时减小。仿真结果表明,使用此算法加快了均衡过程的收敛速度、减小了剩余误差及误码率。  相似文献   

9.
针对前馈神经网络的特性和盲均衡中CMA算法的特点构造出一个新的目标函数J(n)。该目标函数综合考虑使盲均衡的代价函数和神经网络的误差函数同时减小。仿真结果表明,使用此算法加快了均衡过程的收敛速度、减小了剩余误差及误码率。  相似文献   

10.
提出一种新的基于模糊神经网络的盲均衡算法,它利用盲估计算法与模糊神经网络相结合的原理,先对通信信道进行盲估计,利用得到的信道特性来估计FNN盲均衡器中的隶属函数中心与宽度初值。传统算法中,中心与宽度的初值设定由专家提供,会有一定的偏差。本算法利用信道特性来估计隶属函数的初值,有效地避免了人为确定初值的不确定性。同时本算法克服了原有盲均衡算法反卷积计算量大的缺点。仿真结果证明本算法与同类算法相比,收敛速度加快,误码率减小。  相似文献   

11.
给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRNN的动态矩阵控制算法。仿真结果表明了权值调整算法和控制策略的有效性  相似文献   

12.
刘潇  和应民  陈力伟 《应用科技》2006,33(6):18-20,23
介绍一种适用于实时语音识别环境下的神经网络模型——动态识别神经网络(dynamic recognition neural network,DRNN).DRNN聚类学习的性能使得它非常适用于与在线学习方式相结合的实时语音识别系统.通过比较DRNN和隐含马尔科夫模型(hidden Markov model,HMM),可以看到不论是在训练方面还是在识别方面,DRNN算法的计算复杂程度都要低于HMM算法.  相似文献   

13.
基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15 112.7km)比已有5种算法的结果都要少.  相似文献   

14.
针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络(DRNN)的自适应控制方法.该方法在PD动态反馈控制的基础上,引入神经网络辨识器(NNI)在线逼近对象的非线性动力学,并设计出神经网络自适应控制器(NNC)来补偿机器人动力学非线性造成的误差.仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性.  相似文献   

15.
基于动态反馈神经网络的复杂系统预测控制   总被引:2,自引:1,他引:2  
在分析基于动态反馈神经网络(DRNN:Dynamic Recurrent Neural Network)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识.基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明.对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择.仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件.  相似文献   

16.
推导了单输入单输出系统的辅助模型,它有助于减少计算量和提高共轭梯度迭代算法(新算法)的收敛速度.相比于受控移动平均模型中所提出的交互式随机梯度算法,新算法用更少的迭代步骤就可求出模型的参数估计.另外,新算法能避免出现矩阵的逆矩阵形式.对新算法与双共轭梯度算法进行比较,并给出数值实例检验新算法的有效性.  相似文献   

17.
为有效分析挖掘机电液伺服系统,提高依据模型设计控制器的精度,建立了系统状态空间模型。针对模型中的不确定参数,提出了基于对角回归神经网络的系统辨识策略。通过神经网络在线学习得到系统Jacobian信息,将实测信息代入含Jacobian信息与待辨识参数的线性方程,利用最小二乘法求得未知参数。实验表明,辨识模型能从初始阶段的微小误差逐渐地逼近实际系统,所提出的方法能有效辨识系统参数。  相似文献   

18.
提出了一个超线性收敛的序列线性方程组方法(SSLE).此方法与现有的序列二次规划(SQP)方法相比,其优点有:(1)由于新方法每一次迭代只需计算三个系数矩阵完全相同的线性方程组,因此迭代的计算量减少且算法的稳定性提高;(2)每一次迭代产生的点是可行的;(3)具有一步超线性收敛速度。  相似文献   

19.
RFID中基于二分叠加的二进制防碰撞算法   总被引:2,自引:0,他引:2  
提出了基于二分叠加的二进制搜索树防碰撞算法.对标签生成随机数的过程进行优化,标签每次生成随机数(O,1)的概率都相同,经过二次叠加后分布的概率就不完全相同,可从源头上降低碰撞概率,提高信道利用率.仿真结果表明,基于二分叠加的一进制搜索树防碰撞算法能减少碰撞次数,提高信道利用率.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号