排序方式: 共有2条查询结果,搜索用时 15 毫秒
1.
本文提出了一种新的混沌扩频序列产生方法。该方法基于神经网络的强大学习能力和副近非线性函数能力,应用具有全局最优的BP改进算法通过训练学习建立起具有混沌性态的优化神经网络模型,利用网络权值调整的灵活性来产生混沌扩频序列。计算机仿真结果表明,该模型产生的混沌扩频序列调整更容易,比基于单一混沌映射能产生更多符合扩频通信要求的扩频序列。
相似文献
2.
利用进化策略建立产生混沌的优化感知器模型。该模型产生的混沌序列更换调整容易。计算机仿真结果表明:该模型比BP算法训练的多层感知器模型能更好地重构的混沌吸引子。
相似文献