摘要: 针对非线性系统中的时变及参数动态变化引起的非线性失真及频谱衰落，提出了一种自适应神经网络均衡器结构与反向传播的遗传学习算法。均衡器前馈部分采用RBF神经网络，用于对非线性系统信道的逼近，而反馈部分采用基于递归最小二乘算法的判决反馈。实验验证了该判决反馈的自适应神经网络均衡器能有效消除非线性系统信道干扰，在误比特率方面改善了均衡器的性能。