基于神经网络的接收机宽带非线性行为建模

作者:刘国华; 路宏敏; 陈冲冲; 李万玉; 万健鹏
更新时间:

为了预测复杂电磁环境下接收机的非线性效应,基于实时延迟神经网络建立了具有记忆效应的接收机非线性神经网络模型。利用K-均值聚类算法和正交最小二乘法选择和学习模型隐层的中心和权重,利用接收机的输入和输出测量数据对模型进行训练。该模型通过宽带信号的同相分量和正交分量进行了验证。该模型的仿真结果与实测数据一致,模型的归一化程度可达-41.88dB。结果表明,该神经网络模型收敛速度快,建模精度高,泛化能力强。