复数神经多项式盲均衡算法

　　针对传统常模算法收敛速度慢、均方误差大以及传统神经网络参数多、复杂度高的问题，提出了基于非线性Volterra信道的复数神经多项式盲均衡算法（Fuzzy neural networkcomplex valued neural　polynomial-constant modulus algorithm，FNN-CNP-CMA）。该算法包含单层神经网络和非线性处理器的复数神经多项式，模块结构简单、复杂度低。由模糊神经网络（FuzzV neural network，FNN）设计的模糊规则控制器能有效提高步长的控制精度。仿真实验结果表明，该算法系统结构简单、复杂度低、收敛速度快且稳态误差小，较好地解决了收敛速度与均方误差之间存在的矛盾。