共查询到8条相似文献,搜索用时 15 毫秒
1.
为了快速高效地对星图进行识别,准确地完成天文导航任务,提出了一种基于剖分特征集星识别方法。首先使用星表数据建立数据库,三角剖分该数据库建立特征星库,再获取待识别星图剖分特征与已建立的特征星库相比较实现星识别。在改进海明相似度与Euclid相似度等相似方法基础上,提出了一种新的剖分特征集星识别法,使用该方法可以快速地找到一个很小的可能星集合,重复该方法再获得相邻星的可能星集合,两个星集合中赤经与赤纬最相近的就是识别星。实验显示使用剖分特征集星识别法,准确率可以达到97%以上,能够准确地完成星图识别任务。 相似文献
2.
近年来,垃圾邮件和病毒邮件在全球甚为猖獗。据统计,用户每天接收的邮件中有74%为垃圾邮件,一家员工1000人的公司每年在反垃圾邮件方面的投入约为400万美元。在病毒邮件方面,全球每月大概会出现450个新的品种,带来的损失非常巨大。 相似文献
3.
5.
针对汉语方言识别率低和在噪声环境下鲁棒性差问题,将特征提取与语音增强结合,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)的改进梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和Teager能量算子倒谱系数(Teager... 相似文献
6.
传统基于高斯统计特性的波达角(DOA)估计方法在高斯背景噪声中可以获得较好的估计性能,然而受脉冲噪声影响的浅海环境噪声不再服从高斯分布,若直接利用传统波达角估计方法会引入较大误差。为提升非高斯噪声环境下的波达角估计性能,该文提出一种浅海非高斯噪声下的基于变分贝叶斯推断的波达角估计方法。首先利用信号与脉冲噪声的稀疏性构建多测量向量稀疏信号恢复(SSR)模型;其次,考虑信号的共稀疏特性与脉冲噪声的独立稀疏性,构建层次化贝叶斯估计框架;然后利用变分贝叶斯推断估计信号与噪声的后验概率估计。稀疏信号模型中考虑离网格误差,利用根稀疏贝叶斯估计实现离网格误差修正,解决离网格误差引起的基失配问题;最后通过迭代更新获得较为精确的波达角估计,同时消除脉冲噪声的影响。仿真结果表明:所提方法在非高斯噪声环境下具有较好的波达角估计性能,同时对于脉冲噪声具有较强的抗干扰特性。 相似文献
7.
8.
为解决广义频分复用(Generalized Frequency Division Multiplexing,GFDM)系统中由于高功率放大器(High Power Amplifier,HPA)引起的非线性失真,在考虑放大器测量噪声的情况下,提出了一种基于实部反馈和列文伯格-马奎尔特算法(Real Valued Feedback Levenberg Marquard Predistortion,R LM PD)的自适应预失真方案。该方案采用记忆多项式模型(Memory Polynomial,MP)模拟HPA的逆函数,只利用输出反馈信号和期望信号的实部分量计算预失真器系数。同时,该方案选择收敛速度快、精确度高的LM算法进行参数辨识。仿真结果表明,该方案相比传统直接学习结构可以减少一个反馈支路,在信噪比为16 dB时,误比特率可达到5.1 ×10 -6 ,归一化均方误差相较无预失真时降低了约 17 dB。 与现有的一些补偿方案相比,该方案具有更好的线性化和抗噪声性能。 相似文献