本课题研究内容包括三部分:1研究神经网络在非线性均衡中的应用,2研究盲均衡算法,3研究正交小波在自适应均衡中的应用。在理论上提出两种神经网络均衡算法,提出多种盲均衡算法,首次提出基于正交小波的自适应线性均衡算法、判决反馈算法和盲均衡算法;在实际中成功地将算法应用于“三百路话上数传设备中”。通过研究,对神经网络均衡器在实际中应用做了大量探讨,对传统的Bussang类盲均衡算法进行了很多改进,并为国内同行首肯。将小波理论引人均衡算法,为研究移动信道均衡算法提供了又一途径。研究期间发表论文多篇,并成功地将研究结果应用于实际系统。总之很好地完成了本课题的预期目标。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
自适应滤波分布式联合算法在NGB无线通信系统中抗干扰性能的研究
扩维通信理论及其公开抗干扰通信技术研究
变换域信号处理技术在扩频通信抗干扰中的应用
扩展频谱抗干扰多址通信及其应用