??? 摘? 要： 針對消除擴頻系統中的窄帶干擾問題，文章提出了一種基于擴展卡爾曼濾波（EKF）的遞歸神經網絡預測器（RNNP）。擴展卡爾曼濾波被用于反饋修改遞歸神經網絡的權值系數，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點。仿真結果表明：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。?
??? 關鍵詞： 擴頻系統； 窄帶干擾； 遞歸神經網絡； 擴展卡爾曼濾波
?
?
?
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，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濟損失。聯系電話：010-82306118；郵箱：[email protected]。