??? 摘? 要： 針對消除擴頻系統(tǒng)中的窄帶干擾問題，文章提出了一種基于擴展卡爾曼濾波（EKF）的遞歸神經(jīng)網(wǎng)絡(luò)預測器（RNNP）。擴展卡爾曼濾波被用于反饋修改遞歸神經(jīng)網(wǎng)絡(luò)的權(quán)值系數(shù)，從而準確地估計干擾信號，具有收斂速度快、預測精度高和適用于非線性處理的優(yōu)點。仿真結(jié)果表明：基于EKF學習算法的RNNP相對于自適應線性最小均方差（LMS）干擾預測器、自適應近似條件均值（ACM）干擾預測器和基于實時遞推學習（RTRL）算法的RNNP在預測誤差的均方誤差、收斂速度、信噪比改善量方面上有不同程度的改進。?
??? 關(guān)鍵詞： 擴頻系統(tǒng)； 窄帶干擾； 遞歸神經(jīng)網(wǎng)絡(luò)； 擴展卡爾曼濾波
?
?
?
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話：010-82306118；郵箱：aet@chinaaet.com。