基于混沌神经网络的盲检测改进新算法

• 作者: 于舒娟 冯迪 宦如松 张昀
• 来源期刊: 物理学报
• 关键词: 混沌神经网络 双sigmoid混沌神经网络 盲检测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 总论
• 页码范围: 060701-1-060701-7
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.63.060701

摘要

针对Hopfield神经网络的多起点问题，提出了一种新的基于混沌神经网络的盲信号检测算法，实现了二进制移相键控信号盲检测。据此进一步提出双sigmoid混沌神经网络模型，构造了新的能量函数，且证明了该模型的稳定性，并对网络参数进行配置。仿真实验表明：混沌神经网络能够避免局部极小点且具备较强的抗噪性能，双sigmoid混沌神经网络则继承了其所有的优点，且其收敛速度更快，仅需更短的接收数据即可到达全局真实平衡点，从而降低了算法的计算复杂度，减少了运行时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张昀	南京邮电大学电子科学与工程学院	37	123	7.0	8.0
2	于舒娟	南京邮电大学电子科学与工程学院	52	163	8.0	10.0
3	宦如松	南京邮电大学电子科学与工程学院	2	13	2.0	2.0
4	冯迪		1	11	1.0	1.0