发明名称 |
一种神经网络均衡器的优化训练方法 |
摘要 |
本发明提供一种神经网络均衡器的优化训练方法,首先记录神经网络均衡器在典型信道条件下的训练时间开销;利用所得的训练时间开销,计算神经网络均衡器的优化重起点;将优化重起点作为训练过程的控制参数,利用发送端传送的训练序列训练神经网络均衡器,如果训练开销超过优化重起点所对应的期望开销,则随机化神经网络的权值参数和偏移参数,重起训练过程;神经网络均衡器训练收敛后,其输出补偿失真的无线信号。本发明可以有效降低典型的前馈神经网络的训练时间开销,从而在保留神经网络均衡器的自适应性和非线性建模能力的情况下,显著提高可用性。 |
申请公布号 |
CN1485798A |
申请公布日期 |
2004.03.31 |
申请号 |
CN02137237.3 |
申请日期 |
2002.09.24 |
申请人 |
深圳市中兴通讯股份有限公司 |
发明人 |
侯越先;王宁 |
分类号 |
G06N3/06 |
主分类号 |
G06N3/06 |
代理机构 |
|
代理人 |
|
主权项 |
1、一种神经网络均衡器的优化训练方法,其特征在于,包括以下步骤:一、记录神经网络均衡器在典型信道条件下的训练时间开销;二、利用步骤一的训练时间开销,计算神经网络均衡器的优化重起点及对应的期望开销;三、将优化重起点作为训练过程的控制参数,利用发送端传送的训练序列训练神经网络均衡器,如果训练开销超过优化重起点所对应的期望开销,则随机化神经网络的权值参数和偏移参数,重起训练过程;四、神经网络均衡器训练收敛后,其输出补偿失真的无线信号。 |
地址 |
518057广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦法律部 |