| 基于EKF神經網絡的擴頻系統抗窄帶干擾技術 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大?。?span>239 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對消除擴頻系統中的窄帶干擾問題，文章提出了一種基于擴展卡爾曼濾波（EKF）的遞歸神經網絡預測器（RNNP）。擴展卡爾曼濾波被用于反饋修改遞歸神經網絡的權值系數，從而準確地估計干擾信號，具有收斂速度快、預測精度高和適用于非線性處理的優點。仿真結果表明：基于EKF學習算法的RNNP相對于自適應線性最小均方差（LMS）干擾預測器、自適應近似條件均值（ACM）干擾預測器和基于實時遞推學習（RTRL）算法的RNNP在預測誤差的均方誤差、收斂速度、信噪比改善量方面上有不同程度的改進。 | |
| 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