基于神经网络的最大似然空间信号参数估计  

An Approach to the Estimation of Maximum Likelihood Location Signal Parameters Based on Nervous Network

作　　者：史东承 王宏志 刘颖 

机构地区：[1]计算机及电子工程系

出　　处：《吉林工学院学报（自然科学版）》1995年第2期30-35,共6页Journal of Jilin Institute of Technology

摘　　要：本文主要研究了用Ｈｏｐｆｉｅｌｄ神经网络实时实现最大似然多信号源空间参数估计方法。在分析了传统最大似然信号参数估计的理论和Ｈｏｐｆｉｅｌｄ连续状态神经网络特性后，给出了一种实现最大似然空间参数估计模型。该神经网络模型的模拟实验结果表明，用Ｈｏｐｆｉｅｌｄ网络实时实现的信号参数估计方法具有与传统的最大似然参数估计法拥有同样的理论分析结果。A method for estimating the space parameters of the maximum likelyhood signal source byusing the Hopfield nervous network to real time computation was investigated.On the basis of analyzingthe traditional theory of maximum likelyhood signal parameter estimation and the characteristics of theHopfield continuous state paran1eters is proposed.The results obtained by simulation of this nervous net-work model show that the newly developed method can lead to the same theoretical conclusion as that of the traditional method.

关 键 词：最大似然 神经网络 参数估计 陈列信号处理 “超分辨”技术 HOPFIELD网络 

分 类 号：TN911.1[电子电信—通信与信息系统]