研究了网格编码调制为代表的有记忆调制的人工神经网络解调方法,其目的是利用人工神经网络可以用模拟电路实现这一特点以实现重速调制的解调。研究结果表明最一般意义上的网格编码调制在实数域上看是高度非线性的、这使得对它的解调变得非常困难。但对格可等效成线性有记忆调制的系统来讲、则比较简单。特别是对连续相位调制我们找到了用霍普菲尔德人工神经网络进行解调的具体方法。在这一方法中最大似然解调的华则五数与人工神经网络的能量五数有一种对应关系。从而使解调过程变成人工神经网络能量极小化的过程。研究工作最后完成了一了用硬件实现的实验样品,引起了工业部门的兴趣,研究工作一段落,但理论和实现工作仍有价值位继续进行。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
多元化企业IT协同的维度及测量
船用低速机关键摩擦副建模分析与摩擦力无线测量验证
基于图像法表征复杂背景下石膏雨液滴实验研究
基于边信息的高光谱图像恢复模型
利用外差干涉技术进行绝对距离测量研究
基于电学定标方法的微弱紫外辐射绝对测量研究
天基太阳光谱绝对测量辐射基准建立及向它星传递链路研究
新型超高精度绝对辐射测量技术研究