基于神经网络的计算机通信系统干扰信号分离

发布时间：2018-03-27 20:41

  本文选题：神经网络　切入点：通信系统　出处：《吉林大学学报(理学版)》2017年06期

【摘要】：为了解决当前通信系统干扰信号分离方法存在的误码率高、通信质量差等问题,提出一种基于神经网络的计算机通信干扰信号分离方法.首先通过分析当前计算机通信干扰信号的分离研究现状,指出其局限性;然后建立计算机通信系统的信道模型,并采用神经网络对计算机通信系统的稳定性进行优化控制,将干扰信号分离;最后采用仿真实验对其有效性和优越性进行分析.结果表明,该方法可实现对计算机通信干扰信号的准确分离,提高了输出信号的信噪比,降低了通信系统的误码率.
[Abstract]:In order to solve the problems of high bit error rate and poor communication quality existing in the current methods of jamming signal separation in communication system, This paper presents a method for separating interference signals of computer communication based on neural network. Firstly, by analyzing the current situation of research on the separation of interference signals in computer communication, the limitations of the method are pointed out, and then the channel model of computer communication system is established. The neural network is used to optimize the stability of the computer communication system, and the interference signal is separated. Finally, the effectiveness and superiority of the system are analyzed by simulation experiments. The results show that, This method can realize the accurate separation of the computer communication interference signal, improve the signal-to-noise ratio of the output signal, and reduce the bit error rate of the communication system.
【作者单位】： 中北大学(朔州校区)电气与计算机管理部;中北大学信息与通信工程学院;
【基金】：山西省青年科技基金(批准号:2015021095)
【分类号】：TP183;TP393.0

【相似文献】

相关期刊论文 前10条

1 刘岚,章坚武;关于计算机通信专业建设的思考[J];杭州电子工业学院学报;2002年05期

2 胡远萍;;高职计算机通信专业课程设置研究[J];计算机教育;2006年09期

3 王丽敏;芮雄丽;王少东;;计算机通信专业方向课程体系的研究与建设[J];南京工程学院学报(社会科学版);2007年03期

4 陈恬;;分析计算机通信的实用技术[J];计算机光盘软件与应用;2013年02期

5 启德;计算机通信浅说[J];电信快报;1996年05期

6 曹迅;;中远海外航运业的计算机通信现状[J];上海微型计算机;1998年12期

7 母慧如;侯洁;张艳丽;;浅谈计算机通信的现状及发展趋势[J];电子制作;2013年20期

8 袁涌泉;;网络环境与非网络环境下的计算机通信[J];科技创业月刊;2004年10期

9 赵洪涛;浅议计算机通信与网络发展的应用技术[J];交通科技与经济;2004年02期

10 程毓良;;两步教学法在“计算机通信”课程中的应用[J];长沙通信职业技术学院学报;2008年01期

相关会议论文 前3条

1 陈琛;刘杰民;霍占强;;带有启动机制延迟休假的D-MAP/G/1模型的队长计算[A];2005年全国理论计算机科学学术年会论文集[C];2005年

2 张文涛;Wlodek Kulesza;;基于BP神经网络的防火墙流量预测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

3 李明;贾波;;基于神经网络的P2P流量识别方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

相关重要报纸文章 前1条

1 金永万 记者 薛剑虹;积极服务于全市经济社会发展[N];鸡西日报;2007年

相关博士学位论文 前2条

1 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年

2 刘贵松;入侵检测的神经网络方法[D];电子科技大学;2007年

相关硕士学位论文 前10条

1 李保军;基于CRO高阶神经网络的流量矩阵估计研究[D];华中师范大学;2015年

2 黄正观;基于BP神经网络的通信网故障诊断算法研究与实现[D];华北电力大学;2015年

3 张义宏;基于PCA的BP神经网络优化的研究与应用[D];东北大学;2014年

4 苑帅;基于改进QPSO优化的RBF网络入侵检测研究[D];河北工业大学;2015年

5 张志超;基于神经网络的SQL注入式攻击漏洞检测问题的研究与实现[D];北京工业大学;2016年

6 喻宝禄;基于医疗云平台的一类疾病分析模型研究[D];贵州大学;2016年

7 张才峰;基于联合特征的LDoS攻击检测方法[D];中国民航大学;2016年

8 赵朗;基于深度学习的Web信息抽取研究与实现[D];浙江大学;2017年

9 姜军;基于粒子滤波的LDoS攻击检测方法[D];中国民航大学;2017年

10 周晓;基于优化神经网络的混合网络流量预测模型仿真与实现[D];北京交通大学;2017年

，

本文编号：1673177