基于递归对角神经网络自适应均衡算法的研究  

Research on Adaptive Equalization Algorithm Based on Diagonal Recurrent Neural Network

作　　者：张立毅[1] 陈莎莎[1] 孙静[1] 李俊锋[1] 吴佳明[1] 孙云山[1] 刘婷[1] 

机构地区：[1]天津商学院信息工程学院,天津300134

出　　处：《天津商学院学报》2007年第3期1-3,共3页Journal of Tianjin University of Commerce

基　　金：天津商学院SRT资助课题(2006081)

摘　　要：阐述了神经网络自适应均衡算法的基本原理,提出了一种基于递归对角神经网络的自适应均衡算法,推导了算法的迭代公式,进行了计算机仿真。结果表明,随着传输信号信噪比的增加,稳态剩余误差减小,误码率降低。This paper expatiates on the principle of adaptive neural network equalization algorithm. An adaptive equalization algorithm based on diagonal recurrent neural networks （DRNN） is proposed. Iteration formula is reduced and the algorithm is simulated by Matlab. The simulation shows that residual error and BER are reduced along with augment of SNR.

关 键 词：自适应均衡算法 递归对角神经网络 代价函数 传递函数 

分 类 号：TN911.5[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]