首页 | 官方网站   微博 | 高级检索  
     

基于RBF神经网络的自适应均衡器研究
引用本文:王军锋,褚晓勇,宋国乡.基于RBF神经网络的自适应均衡器研究[J].信号处理,2002,18(3):199-201.
作者姓名:王军锋  褚晓勇  宋国乡
作者单位:西安电子科技大学理学院数学系,7l0071
基金项目:国家自然科学基金(69972034)资助
摘    要:在研究基于径向基函数(RBF)神经网络的均衡器结构以及传统自适应均衡算法的基础上,提出了两种新的基于RBF神经网络的自适应均衡器,并给出了相应的自适应均衡算法。新的均衡器是将判决反馈引入到RBF神经网络中以及将Adaline网络与RBF网络有机的结合而分别构成的,仿真结果表明这两种新算法比基于RBF神经网络的自适应均衡算法都具有更好的收敛性能。

关 键 词:神经网络  径向基函数  自适应均衡器  判决反馈
修稿时间:2001年10月29

Study on New Adaptive Equalizers Based on RBF Neural Networks
Wang Junfeng,Chu Xiaoyong,Song Guoxiang.Study on New Adaptive Equalizers Based on RBF Neural Networks[J].Signal Processing,2002,18(3):199-201.
Authors:Wang Junfeng  Chu Xiaoyong  Song Guoxiang
Abstract:Two kinds of equalizers based on RBF neural networks (RBFNs) are presented. The structure and algorithms of them are also given. The new equalizers are constructed by RBFNs with decision feedback and combined Adaline-RBFNs respectively. The experimental results show that the new algorithms have not only better convergence property but also less stable mean square errors than RBFNs-based equalizer.
Keywords:Neural networks Radial basis function Adaptive equalizer Decision feedback
本文献已被 CNKI 万方数据 等数据库收录!
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-23

京公网安备 11010802026262号