基于双线性反馈神经网络盲均衡算法的研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 142-143.

基于双线性反馈神经网络盲均衡算法的研究

张立毅^1,2,刘婷²,孙云山²,李锵¹,滕建辅^1,2

1.天津大学电子信息工程学院,天津 300072
2.天津商学院信息工程学院,天津 300134

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 张立毅

Research of blind equalization algorithm based on bilinear recurrent neural network

ZHANG Li-yi^1,2,LIU Ting²,SUN Yun-shan²,LI Qiang¹,TENG Jian-fu^1,2

1.School of Electric Information Engineering,Tianjin University,Tianjin 300072,China
2.College of Information Engineering,Tianjin University of Commerce,Tianjin 300134,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: ZHANG Li-yi

摘要/Abstract

摘要： 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。

关键词: 盲均衡算法, 双线性反馈神经网络, 收敛速度, 误码率

Abstract: Bilinear recurrent neural network was applied in blind equalization algorithm.A new blind equalization algorithm based on Bilinear Recurrent Neural Network（BRNN） was proposed.Iteration formula was reduced.Simulation results show that this algorithm could converge quickly and had the less bit error ratio.

Key words: blind equalization algorithm, Bilinear Recurrent Neural Network（BRNN）, convergence rate, Bit Error Ratio（BER）

张立毅^1,2,刘婷²,孙云山²,李锵¹,滕建辅^1,2. 基于双线性反馈神经网络盲均衡算法的研究[J]. 计算机工程与应用, 2007, 43(27): 142-143.

ZHANG Li-yi^1,2,LIU Ting²,SUN Yun-shan²,LI Qiang¹,TENG Jian-fu^1,2. Research of blind equalization algorithm based on bilinear recurrent neural network[J]. Computer Engineering and Applications, 2007, 43(27): 142-143.

[1]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[2]	贾雁飞，杜艳丽，赵立权. 快速收敛参考独立分量分析方法[J]. 计算机工程与应用, 2020, 56(7): 255-259.
[3]	宋杰，许冰，杨淼中. 基于自适应步长果蝇优化算法图像分割[J]. 计算机工程与应用, 2020, 56(4): 184-190.
[4]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[5]	张晓莉，杨亚新，谢永成. 改进的蚁群算法在机器人路径规划上的应用[J]. 计算机工程与应用, 2020, 56(2): 29-34.
[6]	袁罗1，2，葛洪伟1，2. 基于随机鞭策机制的散漫度粒子群算法[J]. 计算机工程与应用, 2019, 55(4): 66-71.
[7]	王帅军，李德识. 结合残留冗余信息的Turbo码译码方法[J]. 计算机工程与应用, 2018, 54(1): 107-111.
[8]	蔡泽民，谭丽. 基于车载信息的多普勒频移估计方法研究[J]. 计算机工程与应用, 2017, 53(11): 146-150.
[9]	周丹1，2，葛洪伟1，2，张欢庆1，杨金龙1. 基于健康度的人工蜂群粒子群算法[J]. 计算机工程与应用, 2016, 52(18): 62-67.
[10]	王超，刘宏立，徐琨. 不同信道下无线传感网络物理层能耗性能分析[J]. 计算机工程与应用, 2016, 52(12): 112-116.
[11]	徐凌伟1，张浩1，2，吕婷婷1，施威3，Gulliver T A2. SDC接收系统在n-Rayleigh信道下的性能分析[J]. 计算机工程与应用, 2015, 51(8): 1-5.
[12]	冀荣华1，李想1，高万林1，王枫辰2，祁力钧2. 多维正态分布分段禁忌优化算法的参数优化[J]. 计算机工程与应用, 2015, 51(6): 59-63.
[13]	李云1，周旋1，刘期烈1，刘剑锋2，封彬2，魏武2. 卫星通信链路性能分析[J]. 计算机工程与应用, 2015, 51(12): 78-82.
[14]	胡山锋1，李洪烈2，林成浴2，宋高俊1. 一种多种群遗传策略的OFDM功率分配算法[J]. 计算机工程与应用, 2014, 50(14): 202-205.
[15]	张彦宇. 低压电力线OFDM系统中交织算法的改进[J]. 计算机工程与应用, 2014, 50(14): 224-228.