進化演算法應用在多層感知迴授等化
器上之效能分析

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：12

、訪客IP：3.145.119.199

姓名

王琮星(Cong-Xing Wang) 查詢紙本館藏

畢業系所

電機工程學系

論文名稱

進化演算法應用在多層感知迴授等化器上之效能分析

相關論文

★ 以調適性類神經網路系統實現預先失真器補償 RF 功率放大器之非線性效應	★ 進化演算法應用在數位濾波器之最佳化設計
★ 進化演算法之動態分析及應用於數位濾波器之設計	★ WDM同步光纖網路加入/取出多工器效應之評估
★ PN碼對多重路徑的估測	★ 多層感知等化器-使用進化演算法
★ Lp Norm 倒傳遞演算法使用在調適性濾波器	★ 利用進化演算法在多層感知機結構上之判別回授等化器
★ 模糊類神經網路結合進化演算法運用在基頻通道等化器上	★ 使用進化演算法的模糊化類神經網路等化器
★ 新式的電信網路主參考信號源	★ 應用進化演算法於類神經網路之判別回授等化器與探討各參數對performance的影響
★ 進化演算法結合多層感知機架構運用在4-QAM決策迴授等化器上	★ 複數訊號多層感知決策回授等化器-使用進化演算法
★ 頻移相位同調光纖通信系統的效能分析	★ 多層感知器對輸入與權值誤差的敏感度分析及倒傳遞(BP)演算法與進化策略(ES)演算法的改善

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

模擬類神經網路(Nerous network)的多層感知機(MLP)架構，其非線性的特性結構運用在調適性等化器(Adaptive Equalizer)上，可解決訊號空間的非線性問題。而訊號受符元干擾(ISI)和Noise的影響，等化器的運用是必要的。傳統式調適性等化器利用最小均方差演算法(Least Mean Square, LMS)，而多層感知機的網路學習演算法則為倒傳遞演算法(Backpropagation algorithm, BP)。
本篇論文將探討進化演算法(Evolution algorithms ,EAs)，並將之應用在多層感知機(MLP)之後遞式判別回授等化器(Decision Feedback Equalizer, DFE)上。利用進化演算法全域搜尋(global search)的特性，使等化器的效能達到更理想的狀態。EA是模擬生物基因演進的運用法則，經由交配(crossover)、突變(mutate)、選擇(selection)等程序，找出等化器最佳係數解。此論文並針對各個程序步驟做深入探討，並分析各參數值(parameter)對效能(performance)的影響，更完整建構進化演算法(EA)的設定，使EA能在運用上有更佳的效能。

關鍵字(中)

★ 進化演算法

關鍵字(英)

★ EA

論文目次

目錄頁碼
--------------------------------------------------------------
摘要
誌謝
目錄......................................................I
圖目、表目..............................................III
第一章緒論(introduction)..............................1
1.1 前言.................................................1
1.2 等化器(Equalizer)的運用..............................3
1.3 調適性等化器(adaptive equalizer).....................6
第二章回授等化器(Decision Feedback Equalizer).........8
2.1 類神經網路(Neural Network)...........................8
2.2 多層感知器(Multilayer Perceptrons)..................11
2.3 多層感知回授等化器(MLP decision feedback equalizer).14
2.4 消除符元干擾(ISI)...................................18
2.5 倒傳遞演算法(Backpropagation algorithm).............20
第三章進化演算法(Evolution Algorithm)................28
3.1 進化演算法簡介......................................28
3.2 染色體初始值........................................30
3.3 交配(crossover).....................................31
3.4 突變(mutation)......................................33
3.5 評估(evaluation)....................................34
3.6 選擇(selection).....................................35
第四章模擬與結果(Simulation and Results).............38
4.1 收斂特性(convergence characteristics)...............39
4.2 位元錯誤率(Bit error rate)..........................42
4.3 決策區間(Decision Region) ..........................47
4.4 適存函數(fitness)...................................52
4.5 EA設定值的探討......................................55
第五章結論(Conclusion) ..............................67
參考文獻(Reference) .....................................69

參考文獻

[1] S. Siu, G.J. Gibson, and C.F.N. Cowan, “Decision feedback equalizer using
neural network structures and performance comparison with standard
architecture”, IEE Proc. Part I, Communication, Speech, and Vision,
Vol.137, NO.4, pp 221-225,August, 1990.
[2] S. Siu, and C.F.N. Cowan, “Performance analysis of the norm back
propagation algorithm for adaptive equalizer” IEE Proc.Part F, Vol. 140,
No. 1, Febr. 1993.
[3] S. Siu, C.H. Chang, and C.H. Wei, Transactions Briefs,“ Norm Back
Propagation Algorithm For Adaptive Equalizer”, IEEE Transactions on
circuits and systems-II: Analog and digital sigital processing, vol.42,
no.9, September 1995.
[4] Y.H. Pao，“Adaptive Pattern Recognition and Neural Networks”，Case
Western Reserve University.
[5] P. Power, F. Sweeney, C.F.N. Cowan,“EA Crossover Schemes for a MLP
Channel Equaliser”IEEE, 1999.
[6] T. Bäck, H.P. Schwefel, “Am overview of evolutionary algorithms for
parameter optimizarion”, University of Dortmund Department of Computer
Science XI P.O Box 50 05 00 . D-4600 Dortmund 50 . Germany.
[7] Simon Haykin, Communucation systems , 3rd edition , WILEY
[8] Simon Haykin, Adaptive Filter Theory, 3rd edition , Prentice-Hall, Inc.
1996
[9] G.J. Gibson, S. Siu, C.F.N. Cowan, “The application of nonlinear
structures to the reconstruction of binary signal”, IEEE Trans. On Signal
Processing, Vol. 39, No. 8,pp.1877-1884, Aug, 1991.
[10] G.J. Gibson, S. Siu, and C.F.N. Cowan, “Application of Multi-layer
Perceptron as Adaptive Channel Equalizers”, Adaptive Systems in Control
and Signal Processing 1989. Selected papers from the IFAC Symposium,
Glasgow, U.K.,19-21 April 1989 (Oxford, U.K. : Pergamon)
[10] G.J. Gibson, and C.F.N. Cowan, “On the decision regions of multiplayer
perceptrons”, Proc. of the IEEE, vol. 78, pp. 258-262.
[11] P. Power, F. Sweeney, C.F.N. Cowan, “ Non-linear Mlp Channel
Equalisation” , Statistical Signal Processing (Ref. No. 1999/002), IEE
Colloquium on , 6 January 1999.
[12] S. Qureshi, “Adaptive Equalisation”, Proceedings of the IEEE, Vol.73,
No.9 pp.1349-1387,Sept.1985.
[13] Bernard Sklar, DIGITAL COMMUNICATIONS Fundamental and Applications,
Prentice-Hall, Inc. 1988
[14] 傅心家, 神經網路導論, 第三波文化事業股份公司。
[15] 林繼洲, 函數連結與模糊適應等化器效能評估,
元智大學電機工程研究所碩士論文, 1999.
[16] 張吉良, 利用進化演算法在多層感知結構之判別回授等化器,
中央大學電機工程研究所碩士論文, 2001.
[17] 陳德, 模糊類神經網路結合進化演算法運用在基頻通道等化器上,
中央大學電機工程研究所碩士論文, 2001.
[18] 蘇木春,張孝德, 機器學習—類神經網路、模糊系統以及基因演算法則，
全華科技圖書股份有限公司, 二版, 1997.
[19] 吳志峰, 具有QAM/VSB雙模式等化器之數位積體電路設計,
中央大學電機工程研究所碩士論文,1998.

指導教授

賀嘉律(Chia-Lu Ho)

審核日期

2002-6-20

推文