切比雪夫函数型连接神经网络在信道均衡中的应用

• 作者: 王炎滨 胡志恒 虞厥邦
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 切比雪夫多项式 函数型连接神经网络 信道均衡
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 287-290
• 页数: 4页
• 分类号: TP18
• 字数: 3692字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2003.04.001

摘要

本文提出一种基于切比雪夫函数型连接神经网络(CFLNN)的信道均衡方法.传统的前馈神经网络虽然能有效地解决信道均衡的问题,但具有计算复杂度过高,收敛速度慢等缺点.函数型连接神经网络通过对输入模式进行非线性扩展,可以不必使用隐层而不降低整体性能,从而极大简化了网络结构.同时,神经网络的学习方法得以简化,提高了收敛速度.本文采用可变尺度共扼梯度下降法(SCG)对该函数型连接网络进行训练.仿真结果表明了用切比雪夫函数型连接神经网络解决信道均衡问题的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞厥邦	电子科技大学电子工程学院	80	683	14.0	22.0
2	胡志恒	电子科技大学电子工程学院	7	48	3.0	6.0
3	王炎滨	电子科技大学电子工程学院	2	6	2.0	2.0