动态递归子波神经网络的研究及其在高速盲均衡中的应用

将动态递归神经网络与自适应子波变换进行有机结合，构成动态递归子波神经网络，实现动态的非线性映射。应用进化计算等优化理论与方法，实现网络的优化设计与快速自适应信息处理。提出基于动态递归子波神经网络的盲均衡器结构和算法，该盲均衡器具有网络规模小，可调参数少，动态建模能力强的特点，便于高速、实时实现，对于线性、非线性和时变通信信边的盲均衡，具有优良的均衡效果。应用于直接序列扩频通信中窄带干扰抑制问题，实现了自适应非线性滤波的全局寻优和快速收敛。不仅滤波效果好，适应性强，而且改善了系统的稳定性。本项目圆满地完成了研究计划，达到了预期研究目标，所取得的研究结果具有非常重要的理论意义和推广应用价值。