基于实虚型连续多值复数hopfield神经网络的qam盲检测 blind detection of qam signals with a complex hopfield neural network with real-imaginary-type soft-multistate-activation-function.pdfVIP

下载本文档

10
0
约1.75万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

基于实虚型连续多值复数hopfield神经网络的qam盲检测 blind detection of qam signals with a complex hopfield neural network with real-imaginary-type soft-multistate-activation-function.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于实虚型连续多值复数hopfield神经网络的qam盲检测 blind detection of qam signals with a complex hopfield neural network with real-imaginary-type soft-multistate-activation-function

第2期电子学报 V01．41No．2 SINICA 飚．2013 2013年2月 ACTAⅡ显Cn“)NICA 基于实虚型连续多值复数 eld Hopfi 神经网络的QAM盲检测张昀1，于舒娟1，张志涌2，郭宇峰1 (1．南京邮电大学电子科学与工程学院，江苏南京210003；2．南京邮电大学自动化学院，江苏南京210003) 摘要：针对统计量算法盲检测QAM信号的缺陷，该文提出了一个实虚型连续多值复数Hopfield神经网络算法，该网络的实部、虚部各含一个连续多值实激活函数．该文构造了适用于该网络的能量函数，并分别在异步和同步更新模式下证明了该神经网的稳定性．当该神经网的权矩阵借助接收数据补投影算子构成时，该实虚型连续多值复数 Hopfield神经网络可有效地实现QAM信号盲检测．仿真试验表明：该算法采用较短接收数据即可到达全局真解点，并且适用于含公零点信道．关键词： QAM信号；实虚型连续多值复数Hoptield神经网络；盲检测；含公零点信道中图分类号：TN911．23文献标识码： A 文章编号：0372．2112(2013)02-0255．05 电子学报URL：hup：／／www．刨ounlal．org．caDOI：10．3969／j．issn．0372-2112．2013．02．008 BlindDetectionofQAM witha NeuralNetwork Signals ComplexHopfield with Real·-Imaginary--Type ZHANG Yun，YU Shu-juan，ZHANGZhi—yong，GUOYu-feng and ElaaronicScience Plsts (1．Collieof Engineering，Nanjiagof University and 210003，Ch／na) 2．CollegeofAutomation，NanjingUniversityofP缸u Telecommunication，Nanjing，J洒gsu the ofthe basedOil novel basedon A1)sIract： statistics，a Consideringdisadvantagealgorithms algorithm ComplexHoptidd NeuralNetworkwith todetect Soft-Multistate-acdvation-function(CHNN—RISM)isQAM Real-Imaginary-ty