共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
水平阵是水声通信中常见的阵列接收形式,但垂直阵也有重要的应用场合。文章提出了一种适用于垂直阵的水声通信多通道最大似然联合均衡译码方法,相比现有仅在信道均衡中叠加各通道信号的多通道判决反馈均衡方法(Multichannel Decision Feedback Equalizer, M-DFE),该方法利用最大似然准则,在一体化联合均衡译码过程中融合空间多通道接收信息,将空间增益直接用于抵抗水声信道多途衰落和译码纠错,有效提升了水声通信的性能。仿真结果表明,在误码率同样达到10-3的条件下,该方法所需信噪比相比M-DFE方法可下降2 dB。海上实验结果显示,在多种信道条件下,该方法实现正确译码的通信速率是M-DFE方法的1.25倍以上。 相似文献
3.
研究了隧道环境下的通信信道估计。针对隧道环境的地铁列车与轨旁设备之间无线通信中无线传输信道快速变化的特点,提出了一种采用元胞差分进化(DE)方法实时获取时变信道的有效信道长度的新型最大似然(ML)信道估计算法——DE-ML算法。仿真结果表明该算法在使用较少导频信息的情况下,通过差分进化方法有效估计跟踪有效信道长度,其估计性能优于最小二乘(LS)、线性最小均方误差(LMMSE)、传统ML等经典信道估计算法。该算法能在提高系统传输效率的同时显著提高算法的估计精度,尤其在高速移动情况下也具有了非常良好的性能。 相似文献
4.
本文提出了在最大似然阵处理中以矢量的内积运算代替交错投影法的二次项运算的迭代算法。这种算法减小了运算量,收敛、性能好。计算机模拟结果验证了算法的有效性。 相似文献
5.
6.
7.
介绍了已有的分布源目标方位估计中的最大似然估计(MLE)算法,它是四维非线性最优化问题,文中称之为四维MLE算法,因计算量庞大,同时提出了一种降为三维的MLE算法,简化为三维非线性最优化,称之为三维MLE算法。两种算法均采用牛顿型搜索算法,来搜索未知参数的全局最优点。在单次迭代过程中,三维MLE算法比四维MLE算法减少了51次协方差矩阵求逆和87次矩阵乘法,搜索效率得到提高,并且节省了存储空间。得出了新算法克拉美-罗界的计算公式,其计算量也有所降低。计算机仿真验证,三维MLE算法和四维MLE算法的估计精度相当,新算法在减少计算量的同时并无损失性能,所以实用性和实时性都得到显著提高。 相似文献
8.
针对超声波风速仪校准问题,该文以基于时差法的超声波测风仪为例,利用实验室测试数据对超声波风速仪溯源必要性和校准周期方法进行研究。首先采用大直径低速回路风洞对多支超声波风速仪进行等间隔长期测试;然后确认仿真条件,进行超声波风速仪测试仿真;最后通过最大似然估计法给出超声波风速仪校准周期并进行验证。结果表明:超声波风速仪有必要确定校准周期,参与测试的传感器总数、校准总次数和不合格数对校准周期的确定影响较大,不合格平均出现次数对校准周期的确定影响较小,建议超声波风速仪校准周期72个月。 相似文献
9.
基于最大似然的准则,研究了理想信道估计条件下和非理想信道估条件下OFDM系统的最优检测算法。研究结果表明,当发送信号为PSK调制方式时,无论是理想信道估计还是非理想信道估计,最大似然检测算法与传统的迫零检测算法等价。但当信道估计非理想且发送信号的调制方式为16QAM或高阶QAM时,采用最大似然检测算法才能够获得更好的性能。 相似文献
10.
采用传统采样分析法对电厂混煤混合均匀性进行评估存在较大困难。将掺混原煤看作是各种成分符合不同概率分布的混合物,在原煤掺混而成的混煤中,某种成分的概率分布由原煤该成分分布、混合比例以及颗粒混合状态共同决定。以挥发分作为示踪成分,考察了掺混过程中挥发分概率分布的变化,在给定原煤挥发分分布和混煤挥发分样本集的情况下,采用最大似然原理对混煤中各种原煤掺混比例和标准差进行估计,进而对混合状态进行评估。研究表明,掺混模型对实际掺混系统的预测结果与原煤消耗量的统计数据吻合良好;多工况仿真实验也表明,掺混系统混合质量越差,模型的预测精度越高。 相似文献
11.
12.
基于局部特征组合的目标跟踪算法 总被引:1,自引:0,他引:1
为了克服目前大多数观测模型在小样本空间中鲁棒性不高的弱点,文中在粒子滤波框架下提出基于局部特征组合的粒子滤波视频跟踪算法。局部特征能更有效描述目标模板细节信息,可降低特征匹配中目标形变、光照变化和部分遮挡的影响。该方法借鉴混合高斯模型思想,采用多模式描述有效局部观测信息,这种融合策略更加准确可靠,能够较好地通过最新观测减轻了粒子退化现象,从而提高目标跟踪效率。小样本空间一定程度上降低了粒子数量和计算代价。实验结果表明该算法相比单一特征或一般多特征融合跟踪算法具有优越性,并能实现复杂场景下的目标跟踪。 相似文献
13.
14.
针对目标跟踪中的突变问题,本文提出一种基于改进卡尔曼预测的camshift(continuously adaptivemean shift)跟踪算法.本算法首先使用一种新的目标颜色模型,对传统目标模型进行改进,提高了目标跟踪的准确性和稳定性;同时为了更有效的预测目标位置,对卡尔曼滤波的一步预测值进行改进,并将修改后的卡尔曼预测算法融入camshift算法中,跟踪中增加采样率.实验表明,与传统camshift算法相比,该算法能够处理目标运动中发生突变的情况,实现对运动目标高精度的跟踪. 相似文献
15.
16.
17.
18.
19.
针对传统粒子滤波算法中容易发生的退化现象和粒子贫化问题,提出多区域采样目标跟踪方法。该算法将目标模板用多个重叠子区域划分,每个子区域对应一个采样窗口,根据采样子区域置信度能有效估计出跟踪目标的真实状态,子区域的互补性和阶段唯一性能很好地保证采样粒子有效性和状态空间质量,从而提高目标跟踪的精确度。实验结果表明,本文所提出算法能有效缓解目标跟踪中的粒子退化和贫化问题,提高粒子利用率,并且对目标形变、光照变化和部分遮挡等复杂情况具有较好的跟踪性能。 相似文献