前向神经网络用于CDMA中的单频干扰抑制

北京邮电大学学报 ›› 1999, Vol. 22 ›› Issue (1): 29-33.

• 分层与分割概念及其在ATM网管系统中的应用 • 上一篇下一篇

前向神经网络用于CDMA中的单频干扰抑制

杜光政, 杜丽冰

北京邮电大学电信工程学院, 北京 100876

收稿日期:1998-05-20 出版日期:1999-01-10

Feedforward Neural Networks Used to Suppress#br# the Single-Tone Interference in CDMA

Du Guangzheng Du Libing

School of Telecommunication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876

Received:1998-05-20 Online:1999-01-10

摘要/Abstract

摘要： 提出并尝试将基于误差反传的前向神经网络用于CDMA系统的窄带干扰抑制, 构成前向神经网络非线性判决反馈干扰抑制器(FNDFIS); 利用优化计算方法求解了误差反传网络的最佳权值, 进而得出FNDFIS的信噪比改善, 并同传统的非线性判决反馈干扰抑制器(DFIS)作了比较, 其性能优于DFIS.

关键词: 码分多址联接, 神经网络, 单频干扰, 判决反馈, 优化计算

Abstract: Two questiones are discussed.Firstly, a new type ofinterference suppressor was used to achieve the tone interference cancellation in DS-CDMA systems, which is constructed by app-
lying feedforwardneural networksbased on backpropagation algorithm to the nonlinear decision feedback interference suppressor(FNDFIS). Secondly, we also calculate the optimum weights of the networks by using optimization method. The performances were compared between FNDFIS and DFIS, and FNDFIS acts much better than DFIS.

Key words: CDMA, neural networks, tone interference, decisionfeedback, optimization calculation

中图分类号:

TN929.5
TN18

杜光政, 杜丽冰. 前向神经网络用于CDMA中的单频干扰抑制[J]. 北京邮电大学学报, 1999, 22(1): 29-33.

Du Guangzheng Du Libing. Feedforward Neural Networks Used to Suppress#br# the Single-Tone Interference in CDMA[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 1999, 22(1): 29-33.

[1]	蒲悦逸王文涵朱强陈朋朋. 基于CNN-ResNet-LSTM模型的城市短时交通流量预测算法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[2]	谢晓燕赵欢蒋林. 基于视频数据特性的动态手势识别[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[3]	李威陈曙东欧阳小叶杜蓉王荣. 基于高速多核网络的远监督关系抽取方法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[4]	王彬志李卓罗蓬马天祥刘开华. 面向多模态数据的混合型FIB研究[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[5]	韦娟顾兴权宁方立. 基于EEMD的一种新的异常声音识别方法[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[6]	戴剑勇, 邓先红, 王彬, 汪恒浩. 基于改进萤火虫优化神经网络的WSNs分簇路由协议[J]. 北京邮电大学学报, 2020, 43(3): 131-137.
[7]	宁方立, 韩鹏程, 段爽, 李航, 韦娟. 基于改进CNN的阀门泄漏超声信号识别方法[J]. 北京邮电大学学报, 2020, 43(3): 38-44.
[8]	蒋芳, 张南飞, 胡艳军, 王翊. 基于BP神经网络的CSI无源目标分类方法[J]. 北京邮电大学学报, 2020, 43(1): 40-45.
[9]	雷维嘉, 李环. 全双工系统中基于神经网络的自干扰消除方案[J]. 北京邮电大学学报, 2020, 43(1): 61-67.
[10]	王小玉, 胡鑫豪, 韩昌林. 基于卷积神经网络的彩色铅笔画算法[J]. 北京邮电大学学报, 2020, 43(1): 129-134.
[11]	郭文明, 刘凯, 渠慧帆. 基于Faster R-CNN模型X-射线图像的焊接缺陷检测[J]. 北京邮电大学学报, 2019, 42(6): 20-28.
[12]	李鹏, 王德勇, 师文喜, 姜志国. 大数据环境下基于深度学习的行人再识别[J]. 北京邮电大学学报, 2019, 42(6): 29-34.
[13]	王雅青, 郭彩丽, 楚云霏, 周洪弘, 冯春燕. 面向会话型推荐系统的个性化分层循环模型[J]. 北京邮电大学学报, 2019, 42(6): 142-148.
[14]	罗涛, 李剑峰, 韩家辉, 王艺宁, 雷璐. 一种基于多模态特征融合的骨质疏松评估方法[J]. 北京邮电大学学报, 2019, 42(6): 84-90.
[15]	赵雄文, 孙宁姚, 耿绥燕, 张钰, 杜飞. 基于最小二乘支持向量机的时变信道建模[J]. 北京邮电大学学报, 2019, 42(5): 29-35.

前向神经网络用于CDMA中的单频干扰抑制

Feedforward Neural Networks Used to Suppress#br# the Single-Tone Interference in CDMA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价