山西电子技术
山西電子技術
산서전자기술
SHANXI ELECTRONIC TECHNOLOGY
2011年
4期
76-78
,共3页
盲均衡算法%双线性反馈神经网络%复数系统%收敛速度%误码率
盲均衡算法%雙線性反饋神經網絡%複數繫統%收斂速度%誤碼率
맹균형산법%쌍선성반궤신경망락%복수계통%수렴속도%오마솔
blind equalization algorithm%bilinear recurrent neural network%plural system%convergence speed%BER
将基于双线性反馈神经网络的盲均衡算法运用到了复数系统中,推导了复数系统中网络的权值迭代公式,运用QAM信号对算法进行仿真表明,算法对于QAM信号的均衡有着较快的收敛速度和较低的误码率。
將基于雙線性反饋神經網絡的盲均衡算法運用到瞭複數繫統中,推導瞭複數繫統中網絡的權值迭代公式,運用QAM信號對算法進行倣真錶明,算法對于QAM信號的均衡有著較快的收斂速度和較低的誤碼率。
장기우쌍선성반궤신경망락적맹균형산법운용도료복수계통중,추도료복수계통중망락적권치질대공식,운용QAM신호대산법진행방진표명,산법대우QAM신호적균형유착교쾌적수렴속도화교저적오마솔。
This paper uses the blind equalization algorithm that based on bilinear feedback neural network to the plural system, and derives the network weights in plural system. The simulation of the algorithm with QAM signal iteration formulas shows that the algorithm has a fast convergence rate and lower BER for the balance of QAM signal.