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:
针对传统常模算法收敛速度慢、均方误差大以及传统神经网络参数多、复杂度高的问题,提出了基于非线性Volterra信道的复数神经多项式盲均衡算法(Fuzzy neural network-complex valued neural polynomial-constant modulus algorithm,FNN-CNP-CMA).该算法包含单层神经网络和非线性处理器的复数神经多项式,模块结构简单、复杂度低.由模糊神经网络(Fuzzy neural network,FNN)设计的模糊规则控制器能有效提高步长的控制精度.仿真实验结果表明,该算法系统结构简单、复杂度低、收敛速度快且稳态误差小,较好地解决了收敛速度与均方误差之间存在的矛盾.
推荐文章
神经Chebyshev正交多项式均衡器及自适应算法
信道均衡
自适应算法
Chebyshev正交多项式
神经自适应滤波器
混沌通信系统中非线性信道的自适应神经Legendre正交多项式均衡
Legendre正交多项式
信道均衡
混沌吸引子
神经网络
基于 Hammerstein 模型的非线性信道广义线性盲均衡算法
非线性信道
非圆信号
盲均衡
广义线性滤波
Legendre神经网络非线性信道均衡
非线性信道
Chebyshev
Legendre
正交多项式
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 基于非线性Volterra信道的复数神经多项式盲均衡算法
来源期刊 数据采集与处理 学科 工学
关键词 盲均衡 模糊控制 Volterra信道 复数神经多项式
年,卷(期) 2017,(6) 所属期刊栏目
研究方向 页码范围 1082-1088
页数 7页 分类号 TN911.5
字数 3590字 语种 中文
DOI 10.16337/j.1004-9037.2017.06.002
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 南京信息工程大学江苏省大气环境与装备技术协同创新中心 147 679 12.0 16.0
5 万逸儒 南京信息工程大学电子与信息工程学院 4 2 1.0 1.0
6 张珊 南京信息工程大学电子与信息工程学院 2 3 1.0 1.0
7 郑梦含 南京信息工程大学电子与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (30)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
盲均衡
模糊控制
Volterra信道
复数神经多项式
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导