模糊神经网络控制的混合小波神经网络精选文档.ppt

《模糊神经网络控制的混合小波神经网络精选文档.ppt》由会员分享，可在线阅读，更多相关《模糊神经网络控制的混合小波神经网络精选文档.ppt（12页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、模糊神经网络控制的混合小波神经网络本讲稿第一页，共十二页水声通信系统中水声通信系统中,信道的多径信道的多径衰落和畸变产生的码间干扰衰落和畸变产生的码间干扰(I SI),降低了系统的性能降低了系统的性能,影影响着通信质量响着通信质量.抑制码间干扰抑制码间干扰的有效方法是采用不需训练序的有效方法是采用不需训练序列的盲均衡技术列的盲均衡技术.1.引言本讲稿第二页，共十二页盲均衡技术的本质是通过设计性能优越的算法来调整均衡器参数,是一个求逆系统的非线性逼近问题。小波神经网络(WNN,Wavelet Neural Network)将神经网络的自学习功能和小波的时频局域化性质结合起来,具有自适应分辨性和良

2、好的容错能力.而采用传统WNN的盲均衡算法,仍然存在收敛速度慢和容易陷入局部极小值的缺陷。本讲稿第三页，共十二页解决方法？本讲稿第四页，共十二页文中的解决方法：模糊神经网络(FNN,Fuzzy Neural Network)汇集了模糊理论与神经网络的优点,集学习、联想、识别、自适应及模糊信息处理于一体,具有计算简便、容错能力强、处理信息范围大、学习速度快等优点。本讲稿第五页，共十二页 因此,将 FNN 与 WNN相结合应用于盲均衡算法中，能较好的解决问题。本讲稿第六页，共十二页2、模糊神经网络控制的小波神经网络盲均衡算法本讲稿第七页，共十二页2.1、改进的混合小波神经网络盲均衡算法本讲稿第八页

3、，共十二页2.2、模糊神经网络控制器在模糊神经网络控制器中,具有一个输入变量和一个输出变量的控制器称为单变量模糊神经网络控制器,其输入量个数称为模糊控制器的维数.维数越高、控制越精细。但维数过高,模糊控制规则就越复杂,控制器的实现就越困难。本讲稿第九页，共十二页本文采用单变量模糊控制器结构中的二维模糊控制器,其输入量是均方误差 E(n)=MSE(n)及其变化量 E(n)=MSE(n)-MSE(n-1)。以步长 的变化值 作为输出量,它比一维控制器的控制效果好,且易于计算机实现。本讲稿第十页，共十二页模糊神经网络(FNN)的模糊规则设计为：规则1:如果 E(n)为正且E(n)大,则 正大;规则2:如果 E(n)为正且E(n)中,则 零;规则3:如果 E(n)为正且E(n)小,则 负小;规则4:如果 E(n)为零且E(n)大,则 正小;规则5:如果 E(n)为零且E(n)中,则 零;规则6:如果 E(n)为零且E(n)小,则 负小;规则7:如果 E(n)为负且E(n)大,则 正小;规则8:如果 E(n)为负且E(n)中,则 零;规则9:如果 E(n)为负且E(n)小,则 负大.本讲稿第十一页，共十二页本讲稿第十二页，共十二页