一种非线性自反馈混沌神经网络信号盲检测方法

摘要

本发明提出一种非线性自反馈混沌神经网络信号盲检测方法，使用非线性函数作为混沌神经网络的自反馈项，并将双Sigmoid函数运用到盲检测方法中，每次迭代时，首先进入混沌神经网络，然后再进入第二个激活函数。由于混沌神经网络具有可以避免陷于局部最优的优点，所以本发明继承了混沌神经网络这一特点，提高了盲检测性能；并且，与线性自反馈项的混沌神经网络相比，非线性自反馈混沌神经网络具有更为复杂的动力学行为，使网络的内部状态具有更为高效的混沌搜索能力和搜索效率。本发明方法，在同等条件下，抗噪性能优于传统的Hopfield信号盲检测方法。