首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于AP-NAG算法的复值神经网络信道均衡器设计方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:苏州大学

摘要:本发明公开了一种基于AP‑NAG算法的复值神经网络信道均衡器设计方法,包括以下步骤:将从非线性信道中采集的畸变信号yn作为复值神经网络的输入,将延时τ个单位的原始输入信号sn‑τ作为期望输出,将复值神经网络的实际输出和期望输出的均方误差作为损失函数;B、采用AP‑NAG算法训练复值神经网络,直至将损失函数值降低到预设值以下;C、将训练之后的复值神经网络模型作为信道均衡器。本发明解决了NAG算法用于复值神经网络训练的理论问题,并使其参数能自适应调整,实现了复值神经网络的高效训练,相对于传统的一阶优化算法性能有了明显提升,收敛速度更快。相对于二阶优化算法,本算法的计算量和存储量更小,但是收敛速度并不逊色。

主权项:1.基于AP-NAG算法的复值神经网络信道均衡器设计方法,其特征在于,包括以下步骤:A、将从非线性信道中采集的畸变信号yn作为复值神经网络的输入,将延时τ个单位的原始输入信号sn-τ作为期望输出,将复值神经网络的实际输出和期望输出的均方误差作为损失函数;B、采用AP-NAG算法训练复值神经网络,直至将损失函数值降低到预设值以下;C、将训练之后的复值神经网络模型作为信道均衡器;其中,采用AP-NAG算法训练复值神经网络的第t次迭代包括以下步骤:B1、计算当前位置Wt-1向前偏移之后的损失函数JWt-1-βvt-1,其中,Wt-1为第t-1次迭代时所设复值神经网络所有可调权值和偏置构成的列向量β为预设的固定值,vt-1是上次迭代的下降方向;B2、使用Wirtinger算子计算损失函数的复梯度B3、使用ALRT算法选出合适的α,计算当前迭代点的下降方向;公式如下: B4、更新参数:Wt=Wt-1-vt。

全文数据:

权利要求:

百度查询: 苏州大学 基于AP-NAG算法的复值神经网络信道均衡器设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术