论文部分内容阅读
传统BP神经网络盲均衡算法具有收敛速度慢、易陷入局部极小等缺陷,本文研究了动量因子神经网络盲均衡算法的基本原理,分析了动量因子对均衡性能的影响,比较了传统BP算法与动量因子BP算法、时变动量因子BP算法的收敛轨迹.在此基础上,选用三层前馈神经网络结构,推导了基于动量因子和时变动量因子神经网络盲均衡算法的迭代公式,并进行了计算机仿真,表明改进算法的收敛性能得到改善.