Lagrange优化的LMK神经网络盲多用户检测  

Lagrange optimized LMK criteria feed-forward neural network blind multi-user detection

作　　者：李艳琴[1] 张立毅[2,3] 郭纯生[1] 储琳琳[1] 

机构地区：[1]防灾科技学院防灾仪器系,北京101601 [2]天津商业大学信息工程学院,天津300134 [3]天津大学电子信息工程学院,天津300072

出　　处：《计算机工程与应用》2010年第18期146-148,共3页Computer Engineering and Applications

基　　金：中国博士后基金No.20060390170;天津市高校科技发展基金重点项目资助No.2006ZH91~~

摘　　要：提出一种基于LMK准则的前馈神经网络盲多用户检测算法,给出算法的代价函数和约束条件,利用Lagrange方法对带约束的代价函数进行优化,获得前馈神经网络网络权值的迭代公式,从而实现神经网络盲多用户检测。仿真结果表明,新算法具有良好的误码率性能和收敛速度。A novel blind multi-user detection algorithm based on Feed-Forward Neural Network（FNN） is proposed.A cost function based on Least Mean Kurtosis criterion and the restraint condition of cost function is founded.Weights and parameters of feed-forward neural network are optimized by Lagrange multiple.Iterative formulas of feed-forward neural network are obtained,and then blind multi-user detection algorithm is realized.Simulation results indicate the novel algorithm possesses lower bit-error ratio,better convergence ability and so on.

关 键 词：盲多用户检测 前馈神经网络 最小平均峰度(LMK)准则 LAGRANGE乘子 

分 类 号：TN911.4[电子电信—通信与信息系统]