排序方式: 共有7条查询结果,搜索用时 234 毫秒
1
1.
针对当前非协作通信中MIMO-OFDM信号信噪比盲估计与子载波的调制识别研究仅集中在单个任务中的问题,提出了一种将深度神经网络与多任务学习(MTL)框架相结合从而同时完成信噪比盲估计与调制识别的算法。首先利用特征值矩阵联合近似对角化算法(JADE)恢复发送信号,并提取恢复信号的同向正交(I/Q)分量作为浅层特征;然后搭建基于一维卷积神经网络(CNN)的多任务学习模型,通过联合训练信噪比(SNR)估计和调制识别两个任务,实现优势互补。仿真结果表明,所提算法可获得比单任务学习(STL)更优的性能,当信噪比为-10dB时,信噪比估计的均方误差降低了66.21%,调制识别精度提高了4.75%。另外,多任务学习模型在信噪比大于-1dB时,信噪比估计的均方误差小于0.1;信噪比为3dB时,调制识别的精度可达到100%。 相似文献
2.
3.
采用液晶聚氨酯(LCPU)改性超高相对分子质量聚乙烯(UHMWPE),提高UHMWPE熔体流动速率(MFR),并讨论了液晶聚氨酯和相容剂用量对UHMWPE的熔体流动速率的影响。结果表明,共混体系中,LCPU/相容剂质量比为5时,对UHM-WPE/LCPU的相容性改善效果最好,MFR高达4.0 g.10 min?1;LCPU/相容剂质量比固定后,UHMWPE/LCPU复合材料的MFR随着LCPU用量的增加呈现单调增大的趋势。由扫描电镜照片显示,在UHMWPE/LCPU复合材料破坏过程中,LCPU分子链(介晶单元)沿受力方向进行拉伸取向,原位生成长/径比较大的纤维,得到了原位增强复合材料。 相似文献
4.
5.
针对含一阶多普勒变化率的高动态二进制偏移载波(BOC, Binary Offset Carrier)调制信号捕获精度低且运算量大的问题,本文在部分匹配滤波器结合分数阶傅里叶变换(PMF-FRFT, Partially Matched Filter-Fractional Fourier Transform)算法的基础上提出使用分数阶功率谱累积结合分级FRFT的捕获算法。该算法首先利用PMF对信号进行分段处理,实现了接收信号和本地伪码之间的快速相关。然后结合线性调频信号(LFM, Linear frequency modulation signal)在不同FRFT域内的能量聚集特性,利用分级FRFT结合分数阶功率谱累积精确确定最优阶数。最后利用FRFT在所对应的最优阶数下结合分数阶功率谱累积实现对存在一阶多普勒变化率信号的精确捕获。仿真结果表明,该算法可以减小算法运算量,缩短捕获时间。且在功率谱累积20次,伪随机码长度为1023、信噪比为-22 dB左右的时候仍然能够实现精确的捕获。 相似文献
6.
7.
针对窄带干扰环境下高动态双二进制偏移载波信号捕获困难的问题,提出奇异值分解结合最小描述长度准则以及离散多项式相位变换,部分匹配滤波器和分数阶傅里叶变换加频谱校正的捕获算法。首先,利用奇异值分解将含窄带干扰的信号分为信号子空间和干扰子空间,利用最小描述长度准则确定目标信号和干扰信号的界限,完成干扰抑制;然后,使用定阶算法确定信号动态阶数并完成降阶;最后,完成仅含一阶多普勒变化率信号的捕获。仿真结果表明,所提算法在较好地保留原始信号特征的同时自适应完成干扰精确抑制,且性能稳定。此外,所提捕获算法在相同条件下与未校正相比,捕获概率有约2 dB的增益。 相似文献
1