神经网络自适应噪声对消器仿真

介绍一种新颖的非线性自适应滤波器——自适应神经网络滤波器。由于神经网络具有学习非线性函数到任意的精度以及自适应能力，这种滤波器优于线性滤波器，能适应各种噪声环境。在自适应ＬＭＳ算法基础上，提出了在线ＢＰ训练算法、收敛速度快。最后以自适应噪声对消系统为例，进行了计算机仿真。

弱信号检测的几种新方法

介绍了三种弱信号检测的新方法，它们是基于子波变换的信号检测，基于高阶统计量的信号检测和基于人工神经网络的信号检测，理论分析和实验证明它们可以有产儿地利用信号的选验信息来提高检测性能，因而受到了人们极大的关注而迅速得到了发展。

信号分析与处理的几种新方法

本文介绍了几种信号分析与处理的新方法，即基于子波变换的方法，基于高阶统计量的方法和基于人工神经网络的方法。理论分析与实验结果表明，它们适合于时变的、非平稳、非高斯信号的分析与处理，受到了极大关注，并获得了迅速发展。

非高斯噪声中信号的神经网络检测

本文研究了非高斯噪声中信号的检测，采用多层感知器神经网络作为检测器。介绍了工作原理，网络结构和训练算法。计算机仿真证明在非高斯噪声条件下神经网络检测器性能优于线性最佳匹配滤波器检测器和局部最佳检测器。

人工神经网络在通信中的一种应用

新近，人工神经网络在通信中已获得了广泛应用，本文研究人工神经网络应用于通信中均衡与译码问题，提出了能同时完成均衡与译码的新方法。计算机仿真证明，它既适合于最小相位信道，也适合于非最小相位信道，还适合于非线性信道。

神经网络自适应滤波器

本文介绍一种新颖的非线性自逅应滤波器——自适应神经网络滤波器.由于神经网络具有学习非线性函数到任意的精度以及自适应能力,这种滤波器优于线性滤波器,能适应各种噪声环境.在自适应LMS算法基础上,提出了在线PB训练算法、收敛速度快.最后以自适应噪声对消系统为例,进行了计算机仿真,结果显示了这种滤波器的良好性能.