基于协同神经网络的频率估计OA北大核心CSCDCSTPCD
Frequency Estimate Basing on Synergetic Neural Network
利用协同神经网络解决通信中的频率估计问题,以卫星通信中去除多普勒频移为背景,研究对二进制相位键控(BPSK)信号的频偏估计.在大多普勒频移被划分为若干较小的频率区间的情况下,用协同神经网络中的序参量来表示每个频率子区间,通过竞争某个序参量最终胜出的方式,便可确定出信号所在的频率区间.利用伴随向量的简化逼近形式使得协同神经网络的算法复杂度大大降低,但也引入了一定的系统误差.通过分析及仿真,利用协同神经网络捕获大多普勒频移具有速度较快,硬件代价不大等优点.
曾孝平;张小恒
重庆大学,通信工程学院,重庆,400030重庆大学,通信工程学院,重庆,400030
电子信息工程
协同神经网络序参量频率区间注意参数
《重庆大学学报（自然科学版）》 2007 (5)
39-42,4
重庆市科委自然科学基金资助项目(20042683/20050207)重庆市教委自然科学基金资助项目(KJ061409).
评论