| 基于EKF神经网络的扩频系统抗窄带干扰技术 | |
| 所屬分類：技术论文 | |
| 上傳者：aet | |
| 文檔大小：239 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对消除扩频系统中的窄带干扰问题，文章提出了一种基于扩展卡尔曼滤波（EKF）的递归神经网络预测器（RNNP）。扩展卡尔曼滤波被用于反馈修改递归神经网络的权值系数，从而准确地估计干扰信号，具有收敛速度快、预测精度高和适用于非线性处理的优点。仿真结果表明：基于EKF学习算法的RNNP相对于自适应线性最小均方差（LMS）干扰预测器、自适应近似条件均值（ACM）干扰预测器和基于实时递推学习（RTRL）算法的RNNP在预测误差的均方误差、收敛速度、信噪比改善量方面上有不同程度的改进。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2