排序方式: 共有23条查询结果,搜索用时 44 毫秒
1.
2.
针对面向载波聚合的滤波器组多载波FBMC(Filter bank multicarrier)系统中所存在的多频偏问题,提出一种适用于该系统的多频偏联合估计方法。根据FBMC系统符号重叠特性,每个分量载波上均采用训练序列构造周期性输出信号区间,依据多重信号特征分解理论,对输出信号区间协方差矩阵进行特征分解,通过构造频偏谱函数并进行峰值搜索得到多个频偏估计值,结合互相关函数完成多个频偏估计值分配过程。仿真结果表明,采用所提算法总体上可以将频偏估计的均方根误差控制在10-3左右。因此,该算法可以有效解决面向载波聚合的FBMC系统多频偏估计问题。 相似文献
3.
4.
参数的优化选择对支持向量回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)寻优一种改进支持向量回归算法(v-SVR)参数的新方法,在此基础上建立高炉铁水硅含量预测模型(CPSO -vSVR)用于对某钢铁厂3号高炉铁水硅含量的实际数据进行预测,研究结果表明:基于CPSO确定的最优参数建立的铁水硅含量粒子群支持向量回归预测模型的预测效果最佳,平均相对误差为5.32%。与使用粒子群优化算法训练的神经网络(PSO-NN)、v-SVR、最小二乘支持向量回归(LS-SVR)进行比较,CPSO -vSVR模型对铁水硅含量进行预测时预测绝对误差小于0.03的样本数占总测试样本数的百分比达到90%以上,预测效果明显优于PSO-NN,且比v-SVR稳定性更强,可用于高炉铁水硅含量的实际预测。 相似文献
5.
6.
7.
有限脉冲响应(FIR)滤波器是无线通信研究中多载波调制系统的主要组成单元。针对有限字长效应导致FIR滤波器性能下降问题,该文提出一种FIR滤波器格型结构改善因量化导致的滤波器系数误差,即降低系数灵敏度,利用状态空间结构表示相应改进格型结构系数,并推导分析其系数灵敏度表达式。仿真实例验证理论推导结果,即改进格型结构系数灵敏度与采样周期相关。与传统格型结构相比,在量化字长和采样周期约束下,改进格型结构频响特性曲线更接近理想频响特性曲线,系数灵敏度更小,抗有限字长效应能力更好。 相似文献
8.
作为一种新的智能频谱共享技术,认知无线电(CR)技术允许认知用户在不干扰授权用户的前提下使用其空闲的频谱而有效提高频谱利用率。为克服传统认知无线电系统物理层传输技术即正交频分复用(OFDM) 多载波调制技术因高的旁瓣衰减带来的相邻带间干扰和认知用户对授权用户的干扰,研究了一种可以替代的多载波调制技术,即滤波器组多载波调制技术。将滤波器组的设计归结为一个无约束的线性优化设计原型滤波器问题,并提出一种间接设计的方法。该方法首先采用Parks-McClellan算法设计两个低阶的线性低通滤波器,然后通过插值和级联操作优化设计需要的原型滤波器。仿真结果表明,相对传统的直接设计方法,所提方法能够明显降低滤波器系数长度和改善滤波器组的混叠误差。 相似文献
9.
10.
铁水硅含量的混沌粒子群支持向量机预报方法 总被引:5,自引:1,他引:5
提出一种基于混沌粒子群优化(CPSO)的支持向量回归机(SVR)参数优化算法, 并使用该算法建立高炉铁水硅含量预测模型(CPSO–SVR), 对某大型钢铁厂高炉铁水硅含量的实际采集数据进行预测, 结果表明基于混沌粒子群优化算法寻优的参数建立的铁水硅含量支持向量回归预测模型具有良好的预测效果. 与最小二乘支持向量回归机(LS–SVR)、使用粒子群优化算法训练的神经网络(PSO–NN)进行比较, CPSO–SVR模型对铁水硅含量进行预测时预测绝对误差小于0.03的样本数占总测试样本数的百分比达到90%以上, 预测效果明显优于PSO–NN, 且比LS–SVR稳定性更强, 可用于高炉铁水硅含量的实际预测, 表明混沌粒子群优化算法是选取SVR参数的有效方法. 相似文献