基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移因子的迭代步长,以提高步长控制的精度;通过常数模代价函数分别获得横向滤波器和小波神经网络的权系数迭代公式.理论分析与仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,较好地克服了收敛速度与均方误差之间的矛盾.
推荐文章
一种级联混合小波神经网络盲均衡算法
小波神经网络
盲均衡
代价函数
加权融合
基于混合学习算法的模糊小波神经网络控制
模糊神经网络
小波
遗传算法
BP算法
基于神经网络盲均衡算法的发展
盲均衡算法
神经网络
自适应均衡
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 模糊神经网络控制的混合小波神经网络盲均衡算法
来源期刊 电子学报 学科 工学
关键词 盲均衡 水声信道 复数系统 模糊控制 混合小波神经网络
年,卷(期) 2011,(4) 所属期刊栏目 科研通信
研究方向 页码范围 975-980
页数 分类号 TN911.72
字数 3665字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭业才 南京信息工程大学电子与信息学院 112 666 13.0 18.0
5 王丽华 安徽理工大学电气与信息学院 1 30 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (38)
参考文献  (11)
节点文献
引证文献  (30)
同被引文献  (76)
二级引证文献  (42)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(6)
  • 引证文献(6)
  • 二级引证文献(0)
2014(11)
  • 引证文献(6)
  • 二级引证文献(5)
2015(12)
  • 引证文献(7)
  • 二级引证文献(5)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
盲均衡
水声信道
复数系统
模糊控制
混合小波神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导