排序方式: 共有67条查询结果,搜索用时 15 毫秒
1.
在正交频分复用(OFDM)系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换(DFT)的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘(LS)信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。 相似文献
2.
针对压缩感知中未知稀疏度信号的重建问题,提出一种新的压缩感知的信号重建算法,即自适应正则化子空间追踪(Adaptive Regularized Subspace Pursuit,ARSP)算法,该算法将自适应思想、正则化思想与子空间追踪(Subspace Pursuit,SP)算法相结合,在未知信号稀疏度的情况下,自适应地选择支撑集原子的个数,利用正则化过程实现支撑集的二次筛选,最终能实现信号的精确重构。仿真结果表明,该算法能够精确重构原始信号,重建效果优于SP算法、正则化正交匹配追踪(ROMP)算法、稀疏度自适应匹配追踪(SAMP)算法、压缩采样匹配追踪(CoSaMP)算法等。 相似文献
3.
边缘检测是图像处理和计算机视觉中的基本问题,人眼视觉系统对图像中的边缘信息非常敏感,经常作为描述图像特征的一种重要手段。基于运动补偿和DCT变换编码的视频编码标准中,一幅图像分成大小相同不重叠的块进行编码,基于块的图像边缘分析在图像处理、去块效应滤波、模式选择以及基于内容的视频检索等方面有较广泛应用。提出了一种基于分析块边缘方向的边缘分析算法。实验结果表明,与其他算法相比,该算法在分析性能与计算复杂方面具有较明显的优越性。 相似文献
4.
模拟退火遗传算法在DOA估计技术中的应用 总被引:2,自引:0,他引:2
将模拟退火思想融入到遗传算法中,形成了另一种优化算法,即模拟退火遗传算法,将其应用于加权子空间(WSF)算法的目标方位(DOA)估计技术中,以求降低WSF算法的运算复杂度,提高DOA估计精度,同时又解决了基本遗传算法在DOA估计中易陷入局部最优、后期搜索迟钝等问题。计算机仿真结果表明:采用模拟退火遗传算法的DOA估计技术在低信噪比条件下比采用基本遗传算法、高斯-牛顿算法有更高的分辨概率,更小的均方误差。 相似文献
5.
为提高双向中继系统的可达速率和,基于网络编码的双向中继系统模型,提出一种最大化可达速率和的联合中继选择与功率分配策略.给出最大化最小信道增益(MMCG)和最大化信道增益调和平均值的中继选择方案.在中继选择策略的基础上,给出一种基于双向中继系统可达速率和最大化准则的最优功率分配方案.仿真结果表明,与联合BRS中继选择功率分配方案相比,联合MMCG中继选择和最优功率分配方案系统可达速率约提高1.6 bit/s/Hz. 相似文献
6.
为了有效的抑制多址干扰,该文提出了一种基于次分量分析恒模的多用户检测算法.次分量恒模算法是在恒模代价函数的基础上,推导出一种基于Rayleigh熵形式的代价函数.该文对次分量分析恒模多用户检测算法进行了仿真,并与最小二乘算法和线性约束最小二乘算法进行了性能比较.仿真结果表明,该算法在输出信干比和误码率等性能上都有显著的... 相似文献
7.
为提高语音识别系统的实用性与实时性,该文采用缺失特征分量的方法研究了美尔频率倒谱系数静态特征及其一阶差分各分量对识别率的影响.在不同信噪比情况下,分别对含白噪声、粉红噪声、车载噪声和工厂噪声这四种典型噪声的语音进行了实验研究,结果表明:在保证系统有较高识别率的情况下,在低信噪比时,含白噪声的语音信号缺失美尔频率倒谱系数... 相似文献
8.
基于MIMO-OFDM系统,本文提出了一种空时频编码方案,其利用扩展码,使数据符号在空域、时域、频域得到扩展,通过设置合适的参数,能够在频率选择性衰落信道下获得满空间分集和满频率分集,同时该方案的编解码复杂度不高。仿真结果表明,该方法在低信噪比下,也具有良好的误码率性能。 相似文献
9.
基于Wiener模型构建的功率放大器和Hammerstein模型构建的预失真器,在现有的LMS算法基础上,结合预失真系统模型,推导出NFLMS(Nonlinear Filtered LMS)预失真算法.在此基础上,提出NFLMS Newton预失真算法的概念,为了达到实用目的,本文提出并推导了一种改进型NFLMS Newton预失真算法.仿真结果表明,改进型NFLMS Newton预失真算法和NFLMS预失真算法相比明显加快了收敛速度,并且快速降低了算法的剩余误差. 相似文献
10.