一种基于改进粒子群优化BP神经网络的盲信道均衡方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710830936.0
申 请 日：20170915
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180105
公 开 号：CN107547457A
代 理 人：
代理机构：
摘 要：本发明设计了一种基于改进粒子群优化(Particle?Swarm?Optimization，PSO)BP(Back?Propagation)神经网络的盲信道均衡方法。在基于BP神经网络的盲均衡问题的处理中，BP神经网络初始权值和阈值的确定缺乏理论依据，存在收敛速度慢、易陷入局部极小值等缺陷，导致信道盲均衡效果差。为克服BP神经网络的缺陷，提高信道盲均衡效果，本发明提出一种基于改进PSO?BP神经网络的盲均衡方法。该方法首先克服基本粒子群算法的缺陷，对基本粒子群的参数进行改进，自适应调节惯性权重和学习因子；其次利用改进粒子群全局搜索能力强的优点优化神经网络的初始权值和阈值，再利用BP算法在这个局部空间进行更精确地搜索，得到神经网络最佳连接权值和阈值；最后实现基于改进PSO?BP神经网络的盲均衡。
主 权 项：一种基于改进粒子群优化BP神经网络的盲信道均衡方法，其特征在于，包括：S1，根据基本的盲均衡原理，确定BP神经网络的结构，包括神经网络的层数、输入层节点个数、隐含层节点个数和输出层节点个数；S2，对基本的粒子群算法进行改进；S3，用改进的粒子群算法优化BP神经网络；S4，将改进粒子群优化的神经网络用于盲信道均衡。
关 键 词：优化;神经网络;改进 PSO;基本粒子;均衡方法;改进粒子;权值;信道盲均衡效果;算法;设计;适应;处理;学习;提高;全局;Optimization;Propagation;Particle;Swarm;Back;
法律状态：公开
IPC专利分类号：H04L25/03(2006.01)I,G06N3/08(2006.01)I,G06N3/00(2006.01)I