改进的混沌Hopfield神经网络盲检测算法

于大为; 陈少威; 于舒娟

doi:10.11959/j.issn.1000-0801.2018016

您当前的位置：

首页 >

文章列表页 >

改进的混沌Hopfield神经网络盲检测算法

研究与开发 | 更新时间：2024-06-05

- 改进的混沌Hopfield神经网络盲检测算法
- An improved blind detection algorithm of chaos Hopfield neural network
- 电信科学 2018年34卷第2期页码：81-87
- 作者机构：
  
  1. 苏州信息职业技术学院计算机科学与技术系，江苏苏州 215200
  2. 南京邮电大学电子科学与工程学院，江苏南京 210003
- 作者简介：
  
  [ "于大为（1970−），男，苏州信息职业技术学院计算机系副教授，主要研究方向为现代通信技术、计算机网络分析及智能化算法。" ]
  [ "陈少威（1993−），男，南京邮电大学电子科学与工程学院硕士生，主要研究方向为信号处理与智能信息处理技术。" ]
  [ "于舒娟（1967−），女，南京邮电大学电子科学与工程学院副教授、硕士生导师，主要研究方向为现代通信中的信号处理与智能信息处理技术。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61302155);国家自然科学基金资助项目;The National Natural Science Foundation of China(61274080);2015年苏州高职高专院校优秀科技服务团队基金资助项目(201509);南京邮电大学校级基金资助项目;Nanjing University of Posts and Telecommunications Project(NY214052)
- DOI：10.11959/j.issn.1000-0801.2018016
  中图分类号： TN911
- 网络出版日期：2018-02，
  
  纸质出版日期：2018-02-20
- 稿件说明：
移动端阅览
于大为, 陈少威, 于舒娟. 改进的混沌Hopfield神经网络盲检测算法[J]. 电信科学, 2018,34(2):81-87.

Dawei YU, Shaowei CHEN, Shujuan YU. An improved blind detection algorithm of chaos Hopfield neural network[J]. Telecommunications science, 2018, 34(2): 81-87.
于大为, 陈少威, 于舒娟. 改进的混沌Hopfield神经网络盲检测算法[J]. 电信科学, 2018,34(2):81-87. DOI： 10.11959/j.issn.1000-0801.2018016.

Dawei YU, Shaowei CHEN, Shujuan YU. An improved blind detection algorithm of chaos Hopfield neural network[J]. Telecommunications science, 2018, 34(2): 81-87. DOI： 10.11959/j.issn.1000-0801.2018016.

摘要

以提高Hopfield神经网络盲检测算法激活函数的灵活性为目标，提出一种在原点附近非线性逼近能力更优的激活函数。针对算法存在陷入局部最优的情况，利用混沌映射优良的遍历性和类随机性，在算法起始点利用混沌产生初始序列，在当前全局最优值不变时进行小幅度混沌扰动，以减少算法的误码性能。仿真结果表明，基于激活函数和混沌映射相结合的改进算法，能够提高神经元输入值敏感区域抗干扰能力，加快收敛速度，提高盲检测性能。

Abstract

In order to improve the flexibility of the activation function of the blind detection algorithm in Hopfield neural network

an activation function with better nonlinear approximation ability near the origin was proposed.For the case where the algorithm trapped in local optima

utilizing the good ergodicity and randomness of chaos mapping

chaos was used to generate the initial sequence at the starting point of the algorithm

and small-amplitude chaotic perturbation was performed when the current global optimum value was constant

so as to reduce the error performance of the algorithm.The simulation results show that the proposed algorithm reduces the sensitivity of neurons to input values

has strong anti-interference ability and fast convergence speed

and improves the blind detection performance.

关键词

Keywords

references

张昀 , 张志涌 , 于舒娟 . 基于幅值相位型离散 Hopfield 神经网络的多进制振幅键控盲检测 [J ] . 物理学报 , 2012 , 61 ( 14 ): 000082 - 90 .

ZHANG Y , ZHANG Z Y , YU S Y . Blind detection of M-ary quaternary phase shift keying signals by a complex Hopfleld neural network with amplitude-phase-type hard-multistate- activation-function [J ] . Acta Physica Sinica , 2012 , 61 ( 14 ): 000082 - 90 .

于舒娟 , 宦如松 , 张昀 , 等 . 基于混沌神经网络的盲检测改进新算法 [J ] . 物理学报 , 2014 , 63 ( 6 ): 117 - 123 .

YU S J , HUAN R S , ZHANG Y , et al . Novel improved blind detection algorithms based on chaotic neural networks [J ] . Acta Physica Sinica , 2014 , 63 ( 6 ): 117 - 123 .

张平 , 李建武 , 冯志勇 , 等 . 认知无线网络基础理论与关键技术研究 [J ] . 电信科学 , 2014 , 30 ( 2 ): 1 - 13 .

ZHANG P , LI J W , FENG Z Y , et al . Research on basic theory and key technology of cognitive radio network [J ] . Telecommunications Science , 2014 , 30 ( 2 ): 1 - 13 .

张昀 . 复数Hopfield神经网络盲信号检测 [D ] . 南京:南京邮电大学 , 2012 .

ZHANG Y . Blind signal detection of complex hopfield neural network [D ] . Nanjing:Nanjing University of Posts and Telecommunications , 2012 .

冯迪 . 基于改进型Hopfield神经网络的盲检测新算法研究 [D ] . 南京:南京邮电大学 , 2013 .

FENG D . Research on new blind detection algorithm based on improved Hopfield neural network [D ] . Nanjing:Nanjing University of Posts and Telecommunications , 2013 .

季奎明 , 于舒娟 , 张昀 , 等 . 基于可变步长的 Hopfield 神经网络盲检测算法 [J ] . 电视技术 , 2015 , 39 ( 15 ): 101 - 104 .

JI K M , YU S J , ZHANG Y , et al . Blind detection algorithm based on variable step Hopfield neural network [J ] . Video Engineering , 2015 , 39 ( 15 ): 101 - 104 .

倪志伟 . BP 网络中激活函数的深入研究 [J ] . 安徽大学学报:自然科学版 , 1997 , 21 ( 3 ): 48 - 51 .

NI Z W . In-depth study of activation function in BP network [J ] . Journal of Anhui University(Natural Sciences Edition) , 1997 , 21 ( 3 ): 48 - 51 .

胡耀垓 , 李伟 , 胡继明 . 一种改进激活函数的人工神经网络及其应用 [J ] . 武汉大学学报:信息科学版 , 2004 , 29 ( 10 ): 916 - 919 .

HU Y G , LI W , HU J M . An artificial neural network with improved activation function and its application [J ] . Geomatics and Information Science of Wuhan University , 2004 , 29 ( 10 ): 916 - 919 .

李恩玉 , 杨平先 , 孙兴波 . 基于激活函数四参可调的 BP 神经网络改进算法 [J ] . 微电子学与计算机 , 2008 , 25 ( 11 ): 89 - 93 .

LI E Y , YANG P X , SUN X B . Improved algorithm of BP neural networks based on the activation function with four adjustable parameters [J ] . Microelectronics ＆ Computer , 2008 , 25 ( 11 ): 89 - 93 .

SUN Y X , WANG Z H , WYK B J V . Chaotic Hopfield neural network swam optimization and its application [J ] . Journal of Applied Mathematics , 2013 ( 4 ): 289 - 325 .

俎云霄 , 周杰 . 基于组合混沌遗传算法的认知无线电资源分配 [J ] . 物理学报 , 2011 , 60 ( 7 ).

ZU Y X , ZHOU J . Cognitive radio resource allocation based on combined chaotic genetic algorithm [J ] . Acta Physica Sinica , 2011 , 60 ( 7 ).

胡志强 , 李文静 , 乔俊飞 . 变频正弦混沌神经网络及其应用 [J ] . 物理学报 , 2017 , 66 ( 9 ): 12 - 22 .

HU Z Q , LI W J , QIAO J F . Frequency conversion sine chaos neural network and its application [J ] . Acta Physica Sinica , 2017 , 66 ( 9 ): 12 - 22 .

杨鼎鼎 , 王静 , 陈世强 . 一种基于改进的 Logistic 映射的数据不变长加密算法 [J ] . 计算机应用与软件 , 2017 , 34 ( 5 ): 293 - 298 .

YANG D D , WANG J , CHEN S Q . A data encryption algorithm based on improved Logistic map [J ] . Computer Applications and Software , 2017 , 34 ( 5 ): 293 - 298 .

CAI Y G , ZHANG M J , CAI H . A hybrid chaotic quantum evolutionary algorithm [C ] // IEEE International Conferences on Intelligent Computing and Intelligent System,October 29-31,2010,Xiamen,China . Piscataway:IEEE Press , 2010 : 771 - 776 .

张旭东 , 朱萍 , 谢小平 , 等 . 混沌神经网络的动态阈值控制 [J ] . 物理学报 , 2013 , 62 ( 21 ):210506-1-210506-7

ZHANG X D , ZHU P , XIE X P , et al . A dynamic threshold value control method for chaotic neural networks [J ] . Acta Physica Sinica , 2013 , 62 ( 21 ):210506-1-210506-7

浏览量

611

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向5G mMTC的data-only竞争式免调度接入

认知无线网络中基于特征向量的协方差盲检测方法