DC 欄位 |
值 |
語言 |
DC.contributor | 電機工程研究所 | zh_TW |
DC.creator | 陳德 | zh_TW |
DC.creator | De Chen | en_US |
dc.date.accessioned | 2001-6-28T07:39:07Z | |
dc.date.available | 2001-6-28T07:39:07Z | |
dc.date.issued | 2001 | |
dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=88521057 | |
dc.contributor.department | 電機工程研究所 | zh_TW |
DC.description | 國立中央大學 | zh_TW |
DC.description | National Central University | en_US |
dc.description.abstract | 良好通信品質的通信系統是通信界所共同追求的目標。為了減少信號在通道傳送過程所造成的符元干擾(Intersymbol Interference, ISI)效應,在接收端裝置等化器(Equalizer)可以達到良好的效果。傳統適應性等化器,在設計與應用處理上十分簡單,由於它在信號空間方面利用線性判別界限之限制,使其無法達到理想之等化效果。本論文將針對兩種適應性等化器:多層感知器(Multilayer Perceptrons, MLP)與模糊適應等化器。其特色為在信號空間上能夠形成非線性的判別界限,進而達到非線性的特性。為了能更有效地解決雜訊問題,我們利用進化演算法(Evolutionary Algorithm, EA)在非線性環境中的優點,將以上兩種適應性等化器結合,其效能比單純MLP來得理想。並以電腦模擬結果驗證此種適應性等化器。 | zh_TW |
DC.subject | 倒傳遞演算法 | zh_TW |
DC.subject | 多層感知等化器 | zh_TW |
DC.subject | 進化演算法 | zh_TW |
DC.subject | 類神經網路 | zh_TW |
DC.subject | BPA | en_US |
DC.subject | EAs | en_US |
DC.subject | MLP | en_US |
DC.subject | neural | en_US |
DC.title | 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 | zh_TW |
dc.language.iso | zh-TW | zh-TW |
DC.title | The use of Evolutionary-based Neuro-Fuzzy in channel equalization | en_US |
DC.type | 博碩士論文 | zh_TW |
DC.type | thesis | en_US |
DC.publisher | National Central University | en_US |