中国博士后科学基金(20060390170)
- 作品数：14 被引量：31H指数：4
- 相关作者：张立毅刘婷孙云山李锵李艳琴更多>>
- 相关机构：天津商业大学天津大学河北工业大学更多>>
- 发文基金：中国博士后科学基金天津市高等学校科技发展基金计划项目山西省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 惩罚函数优化的前馈神经网络盲多用户检测
- 2008年
- 提出一种前馈神经网络盲多用户检测算法,利用前馈神经网络替代原有检测器中的滤波器,通过惩罚函数对约束恒模代价函数进行求解,获得前馈神经网络权值和参数的迭代公式,实现了盲多用户检测。Matlab仿真结果表明,该算法改善了系统的误码率性能,加快了算法的收敛速度。
- 孙云山张立毅刘婷李艳琴
- 关键词：盲多用户检测前馈神经网络恒模算法惩罚函数
- 复数系统中三、二阶归一化累积量盲均衡算法的研究
- 2007年
- 采用对称—反对称变换原理,提出了一种基于复数系统三、二阶归一化累积量盲均衡算法,克服了对称信号三阶累积量为零而无法进行信道均衡的缺点。计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法。
- 张立毅李锵滕建辅
- 关键词：盲均衡QAM
- 基于双线性反馈神经网络盲均衡算法的研究被引量：3
- 2007年
- 将双线性反馈神经网络应用于盲均衡算法,提出了一种新的基于双线性反馈神经网络盲均衡算法,推导出算法迭代公式,计算机仿真表明,新算法具有较快的收敛速度和较小的误码率。
- 张立毅刘婷孙云山李锵滕建辅
- 关键词：盲均衡算法收敛速度误码率
- 射频识别中盲均衡算法的研究
- 2009年
- 分析了射频识别中码间干扰的产生原因,针对码间干扰的克服,提出了一种基于时变步长神经网络盲均衡算法。采用三层前馈神经网络结构,传递函数选用=+0.005sin,代价函数选用传统恒模盲均衡算法的代价函数,步长控制因子为均方误差非线性函数。推导了算法的迭代公式,选择了待定参数,并进行了计算机仿真,验证了所提算法的有效性。
- 张立毅白煜刘婷孙云山
- 关键词：射频识别码间干扰盲均衡神经网络
- 复数系统中五二阶归一化累积量盲均衡算法的研究被引量：5
- 2008年
- 采用对称—反对称变换原理,提出了一种五二阶归一化累积量盲均衡算法,克服了对称信号奇数阶累积量为零而无法进行信道均衡的缺点。计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法。
- 张立毅白煜李锵滕建辅
- 关键词：盲均衡算法归一化
- 基于时间结构盲源分离算法的工频干扰消除被引量：2
- 2010年
- 研究了基于时间结构盲源分离算法的基本原理,在分析其特点和适用范围的基础上,提出了采用时间结构盲源分离算法消除地震信号采集过程中工频干扰的方法,并与基于FastICA的方法进行了性能比较。研究结果表明,本方法能够有效地消除地震信号中的工频干扰,同时保护有用信号,且干扰消除性能具有明显优势。
- 陈雷张立毅郭艳菊刘婷李锵
- 关键词：盲源分离工频干扰
- 蚁群算法在盲均衡问题中的应用研究被引量：2
- 2010年
- 蚁群算法是一种生物仿生算法,该算法具有正向反馈、并行计算等特点,可以有效地避免算法收敛到局部最优解。将蚁群算法用于求解盲均衡问题的恒模代价函数,提出一种基于蚁群算法的盲均衡算法,新算法加快了收敛速度,减少了码间干扰的影响,降低了误码率。计算机仿真验证了新算法的有效性。
- 孙云山李艳琴张立毅刘婷
- 关键词：盲均衡蚁群算法代价函数
- 基于RBF神经网络混合遗传算法的多用户检测被引量：1
- 2009年
- 提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数,引入了改进的染色体编码方案,用基于奇异值分解的最小二乘法计算网络输出层权值,提高了遗传搜索的效率,精简了网络结构。并用变学习速率梯度下降法优化遗传训练出的最优网络,应用到多用户检测中。仿真结果表明,新混合学习算法训练出的网络结构优于其它算法训练的网络结构,并且性能良好。
- 王鸿斌王砚张立毅王华奎
- 关键词：多用户检测径向基函数神经网络递阶遗传算法网络结构
- 基于粒子群优化的有序盲信号分离算法被引量：9
- 2011年
- 为了按照规范四阶累积量的绝对值有序分离出源信号,提出了一种新的基于粒子群优化的有序盲信号分离算法.本算法采用信号的规范四阶累积量作为代价函数,使用粒子群优化算法代替传统的梯度算法对代价函数进行优化,通过消源去相关方法从混合信号中消去已分离出的源信号成分,逐次按序提取出源信号,解决了梯度算法容易陷入局部极值而不能正确提取源信号的缺点.仿真结果表明,本算法能够有效实现对各类源信号的有序盲分离,且分离顺序能够确保按照源信号的规范四阶累积量绝对值的降序进行.
- 陈雷张立毅郭艳菊刘婷李锵
- 关键词：粒子群优化
- 基于遗传算法优化神经网络的多用户检测被引量：6
- 2011年
- 利用遗传算法全局搜索能力强和反向传播(BP)算法局部搜索速度快的特点,采取两段式训练方法,既避免陷入局部最小,又加快收敛速度。提出基于遗传算法优化神经网络权值的多用户检测算法。采用实数编码方式,将传统神经网络的能量函数作为适应度函数,选择算子选用轮盘赌算子,交叉算子选用单点交叉算子,变异算子选用正态变异算子。仿真结果表明,该算法的误码率、信干比和信道跟踪能力等方面的性能与传统前馈神经网络多用户检测算法相比均有一定的改善。
- 王鸿斌张立毅
- 关键词：多用户检测遗传算法神经网络收敛速度误码率
