本文選題：神經(jīng)網(wǎng)絡(luò)　切入點(diǎn)：通信系統(tǒng)　出處：《吉林大學(xué)學(xué)報(bào)(理學(xué)版)》2017年06期

【摘要】：為了解決當(dāng)前通信系統(tǒng)干擾信號(hào)分離方法存在的誤碼率高、通信質(zhì)量差等問題,提出一種基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)通信干擾信號(hào)分離方法.首先通過分析當(dāng)前計(jì)算機(jī)通信干擾信號(hào)的分離研究現(xiàn)狀,指出其局限性;然后建立計(jì)算機(jī)通信系統(tǒng)的信道模型,并采用神經(jīng)網(wǎng)絡(luò)對(duì)計(jì)算機(jī)通信系統(tǒng)的穩(wěn)定性進(jìn)行優(yōu)化控制,將干擾信號(hào)分離;最后采用仿真實(shí)驗(yàn)對(duì)其有效性和優(yōu)越性進(jìn)行分析.結(jié)果表明,該方法可實(shí)現(xiàn)對(duì)計(jì)算機(jī)通信干擾信號(hào)的準(zhǔn)確分離,提高了輸出信號(hào)的信噪比,降低了通信系統(tǒng)的誤碼率.
[Abstract]:In order to solve the problems of high bit error rate and poor communication quality existing in the current methods of jamming signal separation in communication system, This paper presents a method for separating interference signals of computer communication based on neural network. Firstly, by analyzing the current situation of research on the separation of interference signals in computer communication, the limitations of the method are pointed out, and then the channel model of computer communication system is established. The neural network is used to optimize the stability of the computer communication system, and the interference signal is separated. Finally, the effectiveness and superiority of the system are analyzed by simulation experiments. The results show that, This method can realize the accurate separation of the computer communication interference signal, improve the signal-to-noise ratio of the output signal, and reduce the bit error rate of the communication system.
【作者單位】： 中北大學(xué)(朔州校區(qū))電氣與計(jì)算機(jī)管理部;中北大學(xué)信息與通信工程學(xué)院;
【基金】：山西省青年科技基金(批準(zhǔn)號(hào):2015021095)
【分類號(hào)】：TP183;TP393.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉嵐,章堅(jiān)武;關(guān)于計(jì)算機(jī)通信專業(yè)建設(shè)的思考[J];杭州電子工業(yè)學(xué)院學(xué)報(bào);2002年05期

2 胡遠(yuǎn)萍;;高職計(jì)算機(jī)通信專業(yè)課程設(shè)置研究[J];計(jì)算機(jī)教育;2006年09期

3 王麗敏;芮雄麗;王少東;;計(jì)算機(jī)通信專業(yè)方向課程體系的研究與建設(shè)[J];南京工程學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2007年03期

4 陳恬;;分析計(jì)算機(jī)通信的實(shí)用技術(shù)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年02期

5 啟德;計(jì)算機(jī)通信淺說[J];電信快報(bào);1996年05期

6 曹迅;;中遠(yuǎn)海外航運(yùn)業(yè)的計(jì)算機(jī)通信現(xiàn)狀[J];上海微型計(jì)算機(jī);1998年12期

7 母慧如;侯潔;張艷麗;;淺談?dòng)?jì)算機(jī)通信的現(xiàn)狀及發(fā)展趨勢(shì)[J];電子制作;2013年20期

8 袁涌泉;;網(wǎng)絡(luò)環(huán)境與非網(wǎng)絡(luò)環(huán)境下的計(jì)算機(jī)通信[J];科技創(chuàng)業(yè)月刊;2004年10期

9 趙洪濤;淺議計(jì)算機(jī)通信與網(wǎng)絡(luò)發(fā)展的應(yīng)用技術(shù)[J];交通科技與經(jīng)濟(jì);2004年02期

10 程毓良;;兩步教學(xué)法在“計(jì)算機(jī)通信”課程中的應(yīng)用[J];長(zhǎng)沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年01期

相關(guān)會(huì)議論文 前3條

1 陳琛;劉杰民;霍占強(qiáng);;帶有啟動(dòng)機(jī)制延遲休假的D-MAP/G/1模型的隊(duì)長(zhǎng)計(jì)算[A];2005年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

2 張文濤;Wlodek Kulesza;;基于BP神經(jīng)網(wǎng)絡(luò)的防火墻流量預(yù)測(cè)[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

3 李明;賈波;;基于神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別方法[A];浙江省信號(hào)處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 金永萬 記者 薛劍虹;積極服務(wù)于全市經(jīng)濟(jì)社會(huì)發(fā)展[N];雞西日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前2條

1 吳靜;入侵檢測(cè)中神經(jīng)網(wǎng)絡(luò)融合學(xué)習(xí)方法的研究[D];吉林大學(xué);2010年

2 劉貴松;入侵檢測(cè)的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李保軍;基于CRO高階神經(jīng)網(wǎng)絡(luò)的流量矩陣估計(jì)研究[D];華中師范大學(xué);2015年

2 黃正觀;基于BP神經(jīng)網(wǎng)絡(luò)的通信網(wǎng)故障診斷算法研究與實(shí)現(xiàn)[D];華北電力大學(xué);2015年

3 張義宏;基于PCA的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的研究與應(yīng)用[D];東北大學(xué);2014年

4 苑帥;基于改進(jìn)QPSO優(yōu)化的RBF網(wǎng)絡(luò)入侵檢測(cè)研究[D];河北工業(yè)大學(xué);2015年

5 張志超;基于神經(jīng)網(wǎng)絡(luò)的SQL注入式攻擊漏洞檢測(cè)問題的研究與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2016年

6 喻寶祿;基于醫(yī)療云平臺(tái)的一類疾病分析模型研究[D];貴州大學(xué);2016年

7 張才峰;基于聯(lián)合特征的LDoS攻擊檢測(cè)方法[D];中國民航大學(xué);2016年

8 趙朗;基于深度學(xué)習(xí)的Web信息抽取研究與實(shí)現(xiàn)[D];浙江大學(xué);2017年

9 姜軍;基于粒子濾波的LDoS攻擊檢測(cè)方法[D];中國民航大學(xué);2017年

10 周曉;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的混合網(wǎng)絡(luò)流量預(yù)測(cè)模型仿真與實(shí)現(xiàn)[D];北京交通大學(xué);2017年

，

本文編號(hào)：1673177