《現代通信系統盲處理技術新進展---基于智能算法》主要由以下8章組成：  

第1章簡要介紹無線通信系統的結構和發展概況，以及其盲處理算法的相關知識。

第2章介紹人工神經網絡及相應知識，從BP神經網絡若手研究盲處理問題,同時給出復數域BP神經網絡的信號盲處理方法和

該類方法的優缺點說明。

在第3章中介紹智能體的概念，并給出基于多智能體系統的盲處理方法。

第4章介紹基于支持向量機框架下的盲處理算法，介紹支持向批機的原理，給出基于ε- 支持向量回歸機的信道估計新方

法，并介紹基千支持向批回歸方法的MPSK和QAM的盲信號處理方法，然后引入星座匹配誤差函數，并根據線性支持向攪回

歸和有序風險最小化原則，由恒模和星座匹配誤差函數聯合組成的新經驗風險項構造一個新的代價函數，進而通過迭代求

解優化問題獲得均衡器。

第5章介紹神經動力學和反饋神經網絡的相關知識，特別地從神經動力學角度論述連續反饋神經網絡可有效飛作的原因，

論述反饋神經網絡權值矩陣對吸引子和相軌跡的影響。并給出如何根據系統接收信號與發送信號之間的子空間關系，構造

一個適用于現代通信系統中的盲檢測的特定性能函數和優化問題。

第6章分別展示如何基于連續多閾值神經元Hopfield網絡模型實現通信信號盲處理的理論和方法，針對多相制信號的特點

給出兩種連續相位多闕值激勵函數形式，并分析討論該兩類激勵函數參數的選擇、分別給出連續多閾值神經元 Hopfield 網絡工作于同步和異步模式下的新能隊函數及其相關證明。介紹采用幅相連續激勵法解決稀疏QAM 信號的盲檢測思路，并

針對 QAM 信號的特點，分別給出連續幅度和相位多闕值激勵函數形式，分析討論該類激勵函數的特點。

第7章則電在從另一個角度提出采用同相正交振幅連續激勵法解決密集QAM信號盲檢測方法。介紹如何從激勵函數角度分析

放大因子選擇的范圍；給出該特定問題的同步和異步運行模式下的新能量函數形式；并證明和分析所設計的能量函數部分

定理；介紹在基于反饋神經網絡的信號盲處理方法這一研究課題中發現的幾類現象，包括當信號的統計信息缺失或失真情

況下，連續多閾值神經元反饋神經網絡的盲檢測能力：通用高階QMA的激勵函數被使用作為低階QAM信號盲檢測問題時的適

用性......

點擊標簽查看更多相關資源：