共查询到20条相似文献,搜索用时 31 毫秒
1.
提出了一种高效的采用判决反馈算法的GMSK差分解调方法,该方法利用一种宽带的数字移相网络,对低通滤波器的输出信号进行正交变换,并采用软判决方法实现了判决反馈算法,它避免了原判决反馈算法中低通滤波器的延迟带来的性能恶化问题,且将判决反馈的运算量降低为原系统的一半,而对原算法的性能没有影响。该方法特别适合于手持跳频通信系统。从叠加了高斯噪声的两信号相位夹角概率分布出发,分析并导出了判决反馈算法的误码率计算公式。仿真结果表明,理论分析的误码性能和蒙特卡罗错误统计方法(Monte Carlo Error Counting Technique)的结果基本吻合。 相似文献
2.
3.
4.
调幅波段数字广播系统采用AM-MPPSK(amplitude modulation—m-ary phase position shift keying)复合调制有众多优势。针对AM-MPPSK复合调制系统的数字解调部分,提出了基于DL-SAE(deep learning-sparse autoencoder)的码元判决法。利用深度学习中的稀疏自编码网络从接收信号样本中抽取出包含码间干扰在内的信号特征后,利用深度学习对稀疏自编码网络进行训练,使其能够在较强码间干扰环境下对接收信号样本进行分类,从而实现对于AM-MPPSK复合调制系统的抗码间干扰的解调。提出的码元判决法可将解调误码率从传统匹配滤波判决和幅度判决算法的10-2量级降低到10-4量级,比传统的判决法有着更为优异的解调性能和更强的适应能力。 相似文献
5.
提出一种新的符号定时同步判决准则,并将其应用于低压电力线OFDM载波通信系统,实现了准确的符号同步。将所提出的方法及延迟相关法、改进延迟相关定时同步算法分别应用于实际低压电力线弥散通信网络中,对比分析结果表明采用提出的新定时同步准则算法克服了改进延迟相关法可能引起误判,判决阈值选择裕度小这一缺点,算法更稳定可靠。实际低压电力线信道实验网络测试表明,新判决准则不仅可以有效地进行OFDM系统准确的符号定时同步,且判决阈值选择裕度大,计算量较小。 相似文献
6.
一种MMSE类盲均衡算法的凸组合策略 总被引:2,自引:0,他引:2
通常有2类重要的MMSE类盲均衡算法:恒模盲均衡算法和判决引导算法。前者面临收敛速度慢,剩余误差大的缺点;而判决引导均衡算法的收敛速度快,稳态性能好,缺点是启动条件不满足时算法会发散。本论文提出了一种MMSE类盲均衡算法的凸组合策略。通过应用凸组合的基本原理,恒模盲均衡算法可以自适应平滑地切换到判决引导模式。首先,提出了算法的凸组合策略,使得恒模盲均衡算法和判决引导算法之间可以自动软切换。然后描述了一种锚定过程,可以消除稳态时恒模均衡器过高的剩余误差,因此总的算法可以看作是经过了恒模均衡器训练的判决引导均衡。仿真实验证实了新算法的优异性能。 相似文献
7.
基于OFDM电力线载波通信系统同步新方法 总被引:2,自引:0,他引:2
提出一种新的符号定时同步判决准则,并将其应用于低压电力线OFDM载波通信系统,实现了准确的符号同步.将所提出的方法及延迟相关法、改进延迟相关定时同步算法分别应用于实际低压电力线弥散通信网络中,对比分析结果表明采用提出的新定时同步准则算法克服了改进延迟相关法可能引起误判,判决阈值选择裕度小这一缺点,算法更稳定可靠.实际低压电力线信道实验网络测试表明,新判决准则不仅可以有效地进行OFDM系统准确的符号定时同步,且判决阈值选择裕度大,计算量较小. 相似文献
8.
文中采用逻辑分析方法介绍电源电压范围的判决电路,并且预先给出对两个和三个电压区间判决电路的实例。文中重点是将逻辑分析方法引入到模拟电路的设计与分析中。 相似文献
9.
模糊神经网络在变压器故障诊断中的应用 总被引:19,自引:8,他引:11
提出了与神经网络结合的模糊变压器故障诊断新方法 ,克服了一般模糊诊断学习困难的局限 ;通过与模糊判决矩阵的对应关系 ,发现神经网络系统的权值矩阵就是模糊诊断里面的判决矩阵。模糊神经网络、组合神经网络和判决树 3种方法对故障样本的正判率分别为 90 .4 %、75 .4 %、83.3% ,这表明模糊神经网络方法的有效性与可行性 ,它弥补了DGA试验相近故障识别率低的不足 ,克服了组合神经网络无“可塑性”的缺陷 ,避免了判决树对样本选择的强烈依赖 ,使故障诊断准确度大为提高 ;也说明了DGA和其它电气试验相结合综合分析的必要 相似文献
10.
11.
12.
目前异常用电检测问题有许多基于分类的方法,但大多都是基于短期用电行为的判决来判断长期用电行为,判决阈值与比例难以确定,且在实际应用中,不同区域、时段的用户用电数据分布差异较大,比例与阈值也会有较大的不同,难以以固定的比例通用于所有的用户数据。针对此问题,文中提出一种基于强化学习的异常用电判决方法,创新地利用强化学习模型来动态生成阈值,以适应差异较大的不同数据集。首先获取分类器输出的数个用户短期行为的异常概率,然后输入到强化学习模型深度递归Q网络(DRQN)中,学习得到动态阈值即判决阈值与判决比例。试验结果表明,相比于人工调参的传统投票法,文中方法在评估指标上有明显提升,面对数据分布差异较大的数据集时也有较好的表现,说明文中方法具有较强的泛化能力,在数据类型复杂的现实环境中也有较好的应用场景。 相似文献
13.
电能质量信号去噪是电能质量扰动判决和定位的基础。电力系统中,绝大部分电能质量信号都含有较明显的突变点。该文首先分析了现有各种去噪算法的不足,然后在此基础上针对信号的二阶导数设计了一个局部滑动窗,并将该滑动窗分成左右两个长度相等的窗口,最后以左右窗口均值差的似然比作为判决准则来判决突变点。基于突变点判决的结果,对突变点区域和非突变点区域采用不同的滤波方法。实验结果表明,该文所提出的混合滤波算法,去噪效果良好,能较完整的保留突变点的信息,较好地解决了保护信号局部特征与抑制噪声之间的矛盾,在绝大部分电能质量去噪领域,有突出的优势。 相似文献
14.
累量循环平稳检测算法可以克服传统能量检测算法对噪声估计误差的敏感性,协作感知可以克服单用户检测中的阴影效应等问题,不同的判决融合方法对协作感知系统的性能有较大影响。提出在协作频谱感知中采用累量循环平稳算法,并利用Chair-Varshney准则进行判决融合。仿真实验表明,与硬判决融合方法相比,该方案可以在不增加融合中心数据量的情况下有效地调高系统的频谱检测性能,性能的提高程度与协作用户的信噪比分布情况有关。 相似文献
15.
信噪比是检验信号质量的重要指标之一,广泛应用于常规数字信道建设之中。本文从“判决域”与“非判决域”两个方向,分别论述信噪比估计模型、相关进展及研究难点。 相似文献
16.
研究低压电力线载波通信信号调制识别技术对建立相关通信领域的规范化测试标准具有重要意义。通过采集电力线载波芯片发送的调制信号样值,经预处理后提取信号四类特征参数,并利用BP神经网络结合双特征参数阈值判决法对特征参数进行判决归类,从而实现调制类型的自动识别。仿真及实测数据结果表明,提出的特征参数集和基于双特征参数阈值判决的神经网络分类器能够有效识别低压电力线载波BFSK、BPSK和QPSK调制信号,在信噪比大于10d B的情况下,该方法的识别正确率可达95%以上。 相似文献
17.
18.
为了实现平坦衰落信道中正交调制信号的最优非相干序列检测,提出了一种新的广义似然比检验的最优非相干序列检测算法,对于瑞利衰落信道,算法等价于最大似然非相干序列检测器。首先得到在第n个时隙的关于信息符号xn的判决,并根据判决在给定的相位区间内的改变形成一个判决序列;然后对判决序列发生改变处的相位进行排序,从而识别出对应区间上的目标序列;理论分析结果表明,提出的BFSK最优序列检测可应用于现代射频识别系统中采用FM0信号的最优非相干序列检测。仿真实验结果表明,提出的最优序列检测算法有与传统的ML相干序列检测算法相比拟的误码率/误符号率(BER/SER)性能,与传统的穷举搜索方法相比,大大降低了计算复杂度。 相似文献
19.
为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的最优联合软判决检测算法.在考虑参与联合检测的感知用户门限判决相互独立的条件下,通过理论分析和软件仿真,表明在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,最优联合检测算法性能更好.仿真结果还表明,联合检测算法随着参与感知用户数目的增加,能够改善对主用户弱信号的检测性能.当各感知用户采用软判决方法,对于2个感知用户合作和3个感知用户合作的情况,可对最优联合检测算法性能有0.5dB改善. 相似文献
20.