基于BP神经网络的盲均衡

摘要

针对基于以往前馈神经网络(BP模型)的盲均衡算法中CMA中代价函数收敛速度慢,函数仿真曲线振荡明显,信号恢复出来的误码率相对较高,本文提出了利用一个新的代价函数并在此基础上利用以往权值的调节值来调节当前的权值,从而降低了算法对局部极值点的敏感性.运用MATLAB工具对新的算法性能进行了仿真,仿真结果表明,该算法在一定程度上加快了代价函数的收敛速度,函数的仿真曲线振荡缓慢趋于平坦,在信号的恢复性能上降低了信号的剩余误差与误码率.