English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41693017      線上人數 : 1343
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/48340


    題名: 模糊類神經網路應用於調適性多天線偵測器正交分頻多工系統;Adaptive Multi-antenna Detections for an OFDM System Using Fuzzy Neural Networks
    作者: 卓奕璿;Yi-Hsuan Cho
    貢獻者: 通訊工程研究所
    關鍵詞: 波束成形器;類神經網路;beamforming;fuzzy nerual network
    日期: 2011-07-27
    上傳時間: 2012-01-05 14:51:57 (UTC+8)
    摘要: 在傳統的正交分頻多工(OFDM)系統線性波束形成(beamforming)偵測中,遇到複雜通道或是不好的環境時,很容易達到其工作的極限。 為了提升偵測方式的效能,本篇論文提出的方法為,將模糊類神經網路(FNN)非線性偵測方式應用於OFDM系統調適性波束形成偵測器上。 而模擬結果顯示出,比起傳統的線性波束形成器偵測方式,模糊類神經網路能在位元錯誤率(BER)部分表現更為優異。 In conventional orthogonal frequency division multiplexing (OFDM) systems linear beamforming detection, the encounter complex or a bad channel environment, it is easy to reach the limits of their work. In order to enhance the performance of detection methods, this paper proposed method, the fuzzy neural network (FNN) non-linear detection methods used in OFDM system, adaptive beamforming on the sensor. The simulation results show, compared to conventional linear beamformer detection methods, fuzzy neural network in bit error rate (BER) part was even better.
    顯示於類別:[通訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML522檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明