利用進化演算法在多層感知機結構上之判別回授等化器

NCUIR > College of Electrical Engineering & Computer Science > Graduate Institute of Electrical Engineering > Electronic Thesis & Dissertation > Item 987654321/9190

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/9190

Title:	利用進化演算法在多層感知機結構上之判別回授等化器
Authors:	張吉良;Ji-Lian Chang
Contributors:	電機工程研究所
Keywords:	類神經網路;符元干擾;等化器;多層感知器;進化演算法;判別回授等化器;交配;突變;Neural Networks;ISI;Equalizer;MLP;EA;DFE;crossover;mutation
Date:	2001-06-28
Issue Date:	2009-09-22 11:42:49 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	在近幾年來，類神經網路(Neural Networks)十分被重視，它是一個解決非線性問題的有力工具，它被應用在許多方面，而在調適性等化器上面，也得到非常好的效果，在數位通訊系統中，為了消除符元干擾(Inter Symbol Interference, ISI)和Noise，等化器是十分必要的，對於通訊系統而言，訊號間干擾的ISI效應和Noise不僅是造成本身傳送訊號的失真，而且可能還會造成接收端的判別錯誤，使得接收到的訊號發生錯誤，資料不正確，接收端的等化器(Equalizer)可消除ISI效應和Noise，資料的正確率更是靠它才能大大提升，而調適性等化器通常使用參數的學習演算法，傳統的做法是使用最小均方差演算法(Least Mean Square, LMS)。這篇論文提出一個以新的進化演算法(Evolution Algorithm, EA)應用在多層感知器(Multi-Layer Perceptron, MLP)的後遞式判別式回授化器(Decision Feedback Equalizer, DFE)。是一種利用類神經網路(Neural Networks)，模仿生物神經元、生物基因進化遺傳，經由交配(crossover)、突變(mutation)、選擇(selection)、求得好的等化器係數，並且希望由進化演算法中與電腦模擬的結果中，比較出和其他做法的差異和性能。
Appears in Collections:	[Graduate Institute of Electrical Engineering] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing

Loading...