《現(xiàn)代通信系統(tǒng)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(tǒng)的結構和發(fā)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(wǎng)絡及相應知識，從BP神經網(wǎng)絡若手研究盲處理問題,同時給出復數(shù)域BP神經網(wǎng)絡的信號盲處理方法和該類方法的優(yōu)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(tǒng)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(shù)，并根據(jù)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(shù)聯(lián)合組成的新經驗風險項構造一個新的代價函數(shù)，進而通過迭代求解優(yōu)化問題獲得均衡器。第5章介紹神經動力學和反饋神經網(wǎng)絡的相關知識，特別地從神經動力學角度論述連續(xù)反饋神經網(wǎng)絡可有效飛作的原因，論述反饋神經網(wǎng)絡權值矩陣對吸引子和相軌跡的影響。并給出如何根據(jù)系統(tǒng)接收信號與發(fā)送信號之間的子空間關系，構造一個適用于現(xiàn)代通信系統(tǒng)中的盲檢測的特定性能函數(shù)和優(yōu)化問題。第6章分別展示如何基于連續(xù)多閾值神經元Hopfield網(wǎng)絡模型實現(xiàn)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(xù)相位多闕值激勵函數(shù)形式，并分析討論該兩類激勵函數(shù)參數(shù)的選擇、分別給出連續(xù)多閾值神經元 Hopfield 網(wǎng)絡工作于同步和異步模式下的新能隊函數(shù)及其相關證明。介紹采用幅相連續(xù)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(xù)幅度和相位多闕值激勵函數(shù)形式，分析討論該類激勵函數(shù)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(xù)激勵法解決密集QAM信號盲檢測方法。介紹如何從激勵函數(shù)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(shù)形式；并證明和分析所設計的能量函數(shù)部分定理；介紹在基于反饋神經網(wǎng)絡的信號盲處理方法這一研究課題中發(fā)現(xiàn)的幾類現(xiàn)象，包括當信號的統(tǒng)計信息缺失或失真情況下，連續(xù)多閾值神經元反饋神經網(wǎng)絡的盲檢測能力：通用高階QMA的激勵函數(shù)被使用作為低階QAM信號盲檢測問題時的適用性......
標簽：
無線通信系統(tǒng)
智能算法
上傳時間：
2022-07-09
上傳用戶：
