自適應信號處理的神經(jīng)網(wǎng)絡方法.pdf

1、人工神經(jīng)網(wǎng)絡由于具有并行計算、自組織,自學習的特性和全局逼近能力而受到人們的廣泛關注,并已經(jīng)被成功地應用到信號處理、控制、模式識別等很多領域.該論文為應用基礎研究,主要討論神經(jīng)網(wǎng)絡在信號處理領域中四個方面的應用,包括自適應濾波、信道均衡、系統(tǒng)辯識和射頻(RF)功放自適應預失真線性化. 該論文的主要創(chuàng)新之處可概括如下:1、提出一種復值赫布型學習算法 該論文提出一種復值Hebb型學習算法,該算法可以看成為反Hebb型實值學習算法的推廣,在文

2、中給出了該算法的詳細的推導過程.2、提出一種復神經(jīng)網(wǎng)絡的雜交學習算法并應用到信道均衡中 該論文提出一種用于復信道均衡的雜交算法,該方法有效地將監(jiān)督和非監(jiān)督算法有效地結合在一起來訓練一個復值多層前饋神經(jīng)網(wǎng)絡,該方法利用了多層前饋神經(jīng)網(wǎng)絡的結構優(yōu)勢及監(jiān)督和非監(jiān)督算法各自的優(yōu)點.3、提出了一種新的多層前饋神經(jīng)網(wǎng)絡快速訓練方法 在該論文中提出了一種新的多層前饋神經(jīng)網(wǎng)絡快速訓練方法,該算法是基于指數(shù)加權局部最小二乘(EWLLS)目標函數(shù)及歐幾里得