专利交易市场

本发明公开了一种利用回声状态网络预测无线通信未来信号的方法，步骤包括：1)回声状态网络参数选择和初始化；2)输出权重训练；3)预测未来信号和码元；4)当前符号解码阈值计算；5)迭代预测未来信号，用于解码更多符号位，采用离线训练，在后序信号预测中，训练所得输出权值Wout保持不变；预测再下一个符号，解码更多符号位。本发明的方法，简便易行，能更加有效地抵抗多径传输引起的码间干扰，降低了通信传输中的误码率，有效提高了通信性能。

本发明公开了基于改进小世界回声状态网络肌电的分类方法，首先，利用小世界网络来改善ESN的储备池结构，再利用加边概率改进小世界网络，称该网络为改进小世界回声状态网络，这既提高了储备池的适应性，又提高了ESN的泛化能力和稳定性。然后，通过训练网络可以得到网络的输出权重，并以此为相应的特征。采集跌倒、走、坐、蹲、上楼、下楼这六种动作的肌电信号，利用ISWLESN提取相应的特征，再利用PCV降低特征维数。最后，利用散点图、类可分性指标和DBI来表征网络特征的性能。结果表明，ISWLESN有很好的聚类性能，用于支持向量机分类也有很高的精度。

本发明公开了一种利用回声状态网络预测混沌基带无线通信解码阈值的方法，步骤包括：步骤1、确定回声状态网络参数；步骤2、对储备池状态进行初始化；步骤3、进行输出权值的训练；步骤4、预测当前符号的解码阈值；步骤5、符号解码；步骤6：如果n＜LF，LF为一个数据帧的总长度，转向步骤4；步骤7：令Fr＝Fr+1，n0＝0,nmax＝nt，r(n0)＝r(n)，如果Fr＜NF，NF为传输总帧数，转向步骤3，继续解码后续更多帧的符号信息；否则，结束完成所有解码。本发明的方法，利用回声状态网络良好的短期记忆能力，准确地预测当前符号对应的解码阈值，更加有效地减小了多径传输引起的码间干扰，降低了误码率，降低了计算量。

一种基于预设回声状态网络的机电伺服系统受限控制方法，包括：建立机电伺服系统的动态模型，初始化系统状态、采样时间以及控制参数；根据微分中值定理，将系统中的非线性输入饱和受限线性化处理，推导出带有未知饱和的机电伺服系统模型；基于预设回声状态网络控制方法，计算控制系统跟踪误差，滑模面，并根据预设性能函数转换跟踪误差，得到新的误差变量用以设计虚拟控制量；将虚拟控制量通过高阶微分器，并设计控制输入。本发明提供一种能够有效补偿输入、输出受限，提高神经网络逼近性能的高阶动态面滑模控制方法，实现系统的稳定快速跟踪，保证具有良好的暂态稳态性能。