Hopfield神經(jīng)網(wǎng)絡(luò)對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展具有重要的意義,在解決優(yōu)化問題上尤為重要。多進(jìn)制信號(hào)的Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法具有不依賴統(tǒng)計(jì)量、抗干擾性能強(qiáng)等優(yōu)點(diǎn)符合現(xiàn)代通信系統(tǒng)的需求。在處理多進(jìn)制信號(hào)時(shí),Hopfield神經(jīng)網(wǎng)絡(luò)在尋找最優(yōu)解的過程中會(huì)陷入局部最優(yōu)或多次迭代都找不到最優(yōu)解。針對(duì)該問題,以MPSK信號(hào)為發(fā)送序列,本文主要做出了如下幾點(diǎn)創(chuàng)新:（1）本文的第二章在文獻(xiàn)提出的幅相型離散多電平Hopfield神經(jīng)網(wǎng)絡(luò)（CHNN_APHM）模型結(jié)構(gòu)基礎(chǔ)之上引入固定擾動(dòng)、自擾動(dòng)、退火擾動(dòng)這三種擾動(dòng)因子,設(shè)計(jì)出帶擾動(dòng)的幅相型離散多電平Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法,同時(shí)給出新算法的網(wǎng)絡(luò)結(jié)構(gòu)和動(dòng)態(tài)方程,并證明新網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)結(jié)果表明新提出的算法與CHNN_APHM盲檢測(cè)算法相比,在文獻(xiàn)常見信道下有更強(qiáng)的抗干擾性能,所需的最小數(shù)據(jù)量更小,其中帶自擾動(dòng)的DCHNN_APHM算法性能最佳。（2）針對(duì)CHNN_APHM算法易陷入局部最優(yōu)、需要多個(gè)起點(diǎn)等缺點(diǎn),本文的第三章將暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)（TCNN）... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

盲均衡與盲檢測(cè)原理圖

圖 2.4 幅相型離散多電平復(fù)數(shù) Hopfield 神經(jīng)網(wǎng)結(jié)構(gòu)圖2.4 中 CHNN_APHM 算法對(duì)應(yīng)的動(dòng)態(tài)方程如式（2.5）所示。s k 1 Ws( k ) y ( k) 有N 個(gè)神經(jīng)元，則輸入向量可以表示成TN(k )[s(k),s(k),,s(k)]12s ，則 1( ) , 1, ,Ni ij jjy k w s k i N 表示兩個(gè)神經(jīng)元js 與is 之間的神經(jīng)元聯(lián)結(jié)權(quán)值，權(quán)矩陣NNC W ，權(quán)矩陣等置，即 W WH。以 8PSK 為例，圖 2.5 給出激活函數(shù) ( )示意圖和表達(dá)式

圖 2.4 幅相型離散多電平復(fù)數(shù) Hopfield 神經(jīng)網(wǎng)結(jié)構(gòu)圖_APHM 算法對(duì)應(yīng)的動(dòng)態(tài)方程如式（2.5）所示。s k 1 Ws( k ) y ( k) 元，則輸入向量可以表示成(k )[s(k),s(k),,12s 1( ) , 1, ,Ni ij jjy k w s k i N 元js 與is 之間的神經(jīng)元聯(lián)結(jié)權(quán)值，權(quán)矩陣NC W W。以 8PSK 為例，圖 2.5 給出激活函數(shù) ( )示

【參考文獻(xiàn)】：
期刊論文
[1]基于模擬退火算法的改進(jìn)型退火策略研究[J]. 寧德圣,曾光,雷莉,許曦.  東華理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[2]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計(jì)算機(jī)學(xué)報(bào). 2016(08)
[3]基于決策者與帶擾動(dòng)因子的布谷鳥算法[J]. 屈遲文.  計(jì)算機(jī)應(yīng)用與軟件. 2014(07)
[4]帶擾動(dòng)因子的自適應(yīng)粒子群優(yōu)化算法[J]. 趙志剛,張振文,石輝磊.  計(jì)算機(jī)科學(xué). 2013(12)
[5]一種改進(jìn)激活函數(shù)的Hopfield盲檢測(cè)算法[J]. 馮迪,于舒娟,張昀.  計(jì)算機(jī)技術(shù)與發(fā)展. 2012(12)
[6]反三角函數(shù)混沌神經(jīng)網(wǎng)絡(luò)的模擬退火策略[J]. 許楠,徐耀群.  哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(06)
[7]暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及其在TSP中的應(yīng)用[J]. 叢爽,王楨寧.  科技導(dǎo)報(bào). 2009(07)
[8]帶擾動(dòng)的混沌神經(jīng)網(wǎng)絡(luò)的研究[J]. 徐耀群,何少平,張莉.  計(jì)算機(jī)工程與應(yīng)用. 2008(36)
[9]復(fù)數(shù)Hopfield盲恢復(fù)多用戶QPSK信號(hào)[J]. 張志涌,張昀.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(S2)
[10]盲均衡技術(shù)在水聲信道均衡中的應(yīng)用進(jìn)展[J]. 郭業(yè)才,何龍慶,韓迎鴿,趙俊渭.  艦船科學(xué)技術(shù). 2007(02)

博士論文
[1]基于復(fù)數(shù)Hopfield神經(jīng)網(wǎng)絡(luò)的盲信號(hào)檢測(cè)[D]. 張昀.南京郵電大學(xué) 2012
[2]人工神經(jīng)網(wǎng)絡(luò)在紡織中的應(yīng)用研究[D]. 張瑞林.浙江大學(xué) 2001

碩士論文
[1]復(fù)數(shù)連續(xù)Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法研究[D]. 孟慶霞.南京郵電大學(xué) 2017
[2]改進(jìn)的Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法研究[D]. 季奎明.南京郵電大學(xué) 2016
[3]基于混沌Hopfield型神經(jīng)網(wǎng)絡(luò)的盲算法研究[D]. 劉歡.南京郵電大學(xué) 2015
[4]基于改進(jìn)型Hopfield神經(jīng)網(wǎng)絡(luò)的盲檢測(cè)新算法研究[D]. 馮迪.南京郵電大學(xué) 2013
[5]盲均衡技術(shù)及其在水聲通信系統(tǒng)中的應(yīng)用研究[D]. 武明西.哈爾濱工程大學(xué) 2009
[6]帶擾動(dòng)的混沌神經(jīng)網(wǎng)絡(luò)模型研究[D]. 鄭鑫.哈爾濱工程大學(xué) 2008
[7]基于信號(hào)檢測(cè)理論的盲均衡算法的研究[D]. 賈海蓉.太原理工大學(xué) 2004



本文編號(hào)：3581563