复值Hopfield神经网络的信号盲检测一步计算电路

信号盲检测在大规模通信网络中具有重要的意义并得到了广泛的应用,如何快速得到信号盲检测结果是新一代实时通信网络的迫切需求。为此,该文从模拟电路的角度设计了一种能加速信号盲检测的复值Hopfield神经网络(CHNN)电路,该电路可一步完成大规模并行计算,提高信号盲检测速度,同时该电路可以通过调整忆阻器的电导和输入电压来实现可编程功能。Pspice仿真结果表明,该电路的计算精度可达99%以上,运行时间比Matlab软件仿真快3个数量级,此外,该电路具有良好的鲁棒性,即使在20%的噪声干扰下,仍能保持99%以上的计算精度。

渗透系数反演的CHNN模型方法

利用连续型Hopfield神经网络 (ContinuousHopfieldNeuralNetwork ,简称CHNN)的反馈特性 ,结合实测资料和数值计算 ,构建了岩土体渗透系数的人工神经网络反演模型 ,通过网络神经元状态的变迁而最终稳定于平衡状态 ,从而得到渗透系数反演优化计算的结果。经实例验证 ,效果较好。

基于实虚型连续多值复数Hopfield神经网络的QAM盲检测

针对统计量算法盲检测QAM信号的缺陷,该文提出了一个实虚型连续多值复数Hopfield神经网络算法,该网络的实部、虚部各含一个连续多值实激活函数.该文构造了适用于该网络的能量函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该实虚型连续多值复数Hopfield神经网络可有效地实现QAM信号盲检测.仿真试验表明:该算法采用较短接收数据即可到达全局真解点,并且适用于含公零点信道.

基于连续Hopfield型神经网络的QAM信号盲检测

该文利用连续Hopfield网络本身特点,提出基于连续复Hopfield网络的多值方形/非方形QAM信号的直接盲检测方法。首先完成多值信号盲检测的优化问题构造和能量函数的映射,设计了一个适用于该问题的激活函数。然后给出能量函数的设计与分析、盲检测信号权矩阵的配置方法及其神经元数目选择的一般规律。最后通过对方形QAM和非方形QAM信号的仿真现象展示和分析,验证了所提方法的有效性和鲁棒性。

基于连续型Hopfield神经网络的噪声字符识别

采用连续型Hopfield神经网络(CHNN)对噪声字符进行识别。此模型比离散型Hopfield神经网络(DHNN)和布尔神经网络(BNN)更易于硬件实现,且在信息处理的并行性和实时性等方面更接近实际生物神经网络的工作原理。仿真结果表明该方法可以有效地对噪声字符进行识别。

改进CHNN神经网络航迹关联算法

航迹关联和航迹融合是分布式数据融合的重点。基于Hopfield神经网络的航迹关联算法是建立在每个传感器都发现相同目标的基础上的,但是在实际应用中往往不是这样。改进了基于连续型神经网络的广义航迹关联算法,进一步地,该算法可以推广到多个传感器的情形。为了加速Hopfield神经网络的收敛速度,重新定义马氏距离。计算机仿真表示,改进算法适用于多传感器航迹关联问题,且适用于密集目标航迹交叉的情形。

CHNN模拟软件的设计分析与实现

本文分析了在设计连续Hopfield（CHNN）模拟软件时，如何设定时间步长（△t和tanh（gu）函数中的增益g的取值等问题．在神经元状态范围为[－1，1]的假定下，提出了以连接权和阀值确定△t和以浮点数范围确定g的实现方法．A／D转换实验表明了本方法的可行性．

动态系统实现火电厂机组负荷优化分配

利用连续型Hopfield神经网络(CHNN)可以将负荷优化分配问题转化为求解多变量非线性动态系统的稳态值。文中直接将负荷上下限约束条件作为神经元激活函数，构造出了通用的网络拓扑结构，理论和仿真试验证明了该方法能够全局收敛。并通过动态仿真手段获取稳态负荷优化分配结果。通用软件包开发和仿真过程表明该方法简单、可靠且适用。

行星表面非规则陨石坑检测与识别方法

针对深空探测任务中行星表面特征检测与识别问题,提出了一种新的行星表面非规则陨石坑检测与识别方法。首先采用基于背景的Hopfield网络实现陨石坑边缘的提取,在对陨石坑边缘多种约束进行分析的基础上,提出了伪边缘剔除方法,并结合线性抗差估计理论与最小误差中值椭圆拟合方法,实现了对非规则陨石坑,特别是重叠及不完整陨石坑的检测及特征参数的提取。通过对行星表面光学图像的数学仿真验证了该方法能够对复杂背景下的非规则陨石坑进行有效的检测与识别。

基于双层路径优化算法的多机器人最优编队方法

为解决能耗和时间约束下的多机器人编队集结点优化问题,提出一种将粒子群优化(PSO)与连续Hopfield神经网络(CHNN)结合的双层路径优化算法。针对时间约束,设计了一种PSO算法求解最优编队集合点;针对总能耗约束,利用Dubins路径将路径规划转换成指派问题,并基于CHNN搜索最优分配路径。三个同构欠驱动机器人的数值仿真结果表明:所提算法提高了搜索能力,且能够实现最优编队集结。

基于幅值相位型离散Hopfield神经网络的多进制振幅键控盲检测

针对统计量算法盲检测多进制振幅键控(MPSK)信号的缺陷,提出了一种幅值相位型连续多值复数Hopfield神经网络算法,构造了适用于MPSK信号的幅相型离散多电平激活函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该幅相型离散Hopfield神经网络可有效地实现MPSK信号盲检测.仿真试验表明:该算法所需接收数据较短,可到达全局真解点,并且适用于含公零点信道.