[发明专利]基于带扰动的幅相型离散Hopfield神经网络的信号盲检测方法有效
| 申请号： | 201810353005.0 | 申请日： | 2018-04-19 |
| 公开（公告）号： | CN108768904B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 于舒娟;张昀;曹健;杨杰;李冰蕊;张治民 | 申请（专利权）人： | 南京邮电大学;南京邮电大学南通研究院有限公司 |
| 主分类号： | H04L25/03 | 分类号： | H04L25/03;H04L1/00 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于带扰动的幅相型离散Hopfield神经网络的信号盲检测方法，包括如下步骤：S1、获取单个HNN神经元的状态；S2、根据各HNN神经元的状态获取多个神经元使用权值相互连接得到的Hopfield神经网络结构，并计算其相对应的动态方程；S3、根据Hopfield神经网络结构的输出构建接收数据矩阵；S4、根据接收数据矩阵优化为幅值相位型离散Hopfield神经网络结构；S5、构建带扰动的幅相型离散Hopfield神经网络。本发明在Hopfiled神经网络的基础上将扰动因子加在权矩阵和激活函数之间，既继承了神经网络的所有优点且其收敛速度更快并不容易陷入局部最小，为无线通信网提供了准确且快速的信号盲检测方法。 | ||
| 搜索关键词： | 基于 扰动 幅相型 离散 hopfield 神经网络 信号 检测 方法 | ||
【主权项】：
1.基于带扰动的幅相型离散Hopfield神经网络的信号盲检测方法，其特征在于，包括如下步骤：S1、获取单个HNN神经元的状态；S2、根据各HNN神经元的状态获取多个神经元使用权值相互连接得到的Hopfield神经网络结构，并计算其相对应的动态方程；S3、根据Hopfield神经网络结构的输出构建接收数据矩阵；S4、通过接收数据矩阵的分解分解得到Q矩阵，并配置Hopfield神经网络的权矩阵W＝[I‑Q],为使盲检测中的优化函数的最小值与Hopfield能量函数中的最小值相对应；S5、构建带扰动的幅相型离散Hopfield神经网络，并验证其不易陷入局部最小值点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学;南京邮电大学南通研究院有限公司，未经南京邮电大学;南京邮电大学南通研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810353005.0/，转载请声明来源钻瓜专利网。
