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
气相色谱-质谱法分析柚木光辐射前后的抽提物成分
气载放射性碘采样测量方法研究进展
空气电晕放电发展过程的特征发射光谱分析与放电识别
极地微藻对极端环境的适应机制研究进展
高庙子钠基膨润土纳米孔隙结构的同步辐射小角散射
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