排序方式: 共有39条查询结果,搜索用时 15 毫秒
1.
基于FastICA算法的盲源分离 总被引:2,自引:0,他引:2
近年来,ICA(Independent Component Analysis,独立成分分析)已成为处理BSS(Blind Source Separation,盲源分离)问题的主要手段,同时也受到人们越来越多的关注,为此讨论ICA的原理及其优越性.首先介绍ICA,然后引入FastICA算法的推导过程,最后通过MATLAB仿真将其与梯度算法、PCA(Principal Component Analysis,主成分分析)算法所得的仿真结果进行对比分析.通过算法验证,经FastICA处理得到的分离信号与源信号相关系数的绝对值不小于0.99,与其他两种算法比较可以明显地得到FastICA是一种更为有效的盲源分离方法. 相似文献
2.
3.
5.
为了解决现有算法在RSC码多项式参数识别过程中,实时性不好和容错性差两大缺点,提出了具有低信噪比适应能力的RSC码快速迭代识别算法.首先根据RSC码元之间的线性约束关系,定义了双曲正切符合度概念,该概念能够表征在某一多项式参数下,截获码元之间的线性关系成立的可能性大小;其次将截获码元总的双曲正切符合度值作为代价函数,然后将待识别的多项式参数的概率值作为代价函数自变量,从而将RSC码参数识别问题转化为多元函数极大值求解问题;最后利用变步长梯度上升方法,在有限次的迭代下,完成在连续概率空间中代价函数极大值求解,最终完成RSC码参数识别.提出的算法收敛速度快且稳定,除了具有较强的低信噪比适应能力外,其计算量与编码器寄存器个数以及码元路数成平方倍数增长.仿真实验表明:提出的算法最多在第5次迭代时,就能完成参数的收敛,同时低信噪比的适应能力较强,即使在0dB条件下,RSC码多项式参数识别率能达到90%以上;与现有的相关算法相比,所提算法的低信噪比适应能力提高了近3dB,同时完成一次参数识别的时间大大降低. 相似文献
6.
低信噪比下随机交织器识别 总被引:1,自引:0,他引:1
针对Turbo码随机交织器参数识别问题,充分利用信道截获数据的软判决信息,提出了一种基于对数符合度的交织映射关系识别算法。该算法从计算总的编码方程成立概率出发,定义了能很好衡量概率大小的对数符合度概念,极大地简化了计算复杂度,使得计算量仅与截获码块数目和交织长度的平方有关,计算方式仅为大小比较与符号提取;再利用正确交织位置能够使总的编码方程成立的概率达到最大这一特性,依次实现各个位置的交织关系的识别。与现有算法相比,所提算法识别性能稍差,但计算复杂度更低。仿真结果表明,在信噪比为0 dB、交织长度为200时,仅需要截获码块数目为500,其正确识别率就能达到100%。 相似文献
7.
针对目前Turbo码分量编码器参数识别算法容错性不好、计算量大的缺点,该文提出一种基于校验方程符合度的新算法。首先,根据码元约束长度较小的特点,构建出编码器生成多项式数据库,然后通过遍历多项式数据库,计算出每种多项式所对应的平均校验方程符合度值,其最大值所对应的索引号即为多项式库中的正确多项式索引号,从而完成编码多项式的识别。该算法仅仅遍历有限的多项式数据库,其计算量较小,只与截获的数据量有关;算法采用的数据为软判决信息,故其容错性能较好。仿真结果表明:在信噪比为0 dB条件下,仅需要截获10码块,交织长度为100的码元数据量,参数的识别率就能达到90%以上。 相似文献
8.
针对高误码率情况下(n,1,m)卷积码的盲识别问题,该文提出一种新的基于改进Walsh-Hadamard变换(Walsh-Hadamard Transform, WHT)的方法。首先将原问题等效为多路1/2码率卷积码的盲识别问题,并建立关于其生成多项式系数的线性方程组。然后分析了现有基于WHT的方法直接求解该方程组所存在的不足,重新建立更稳健的判决门限,同时通过缩小解的取值范围降低计算量,进而在求得正确解向量的同时完成对码长的识别。最后,将多路等效1/2码率卷积码的生成多项式按一定条件组合,得到(n,1,m)卷积码的生成多项式矩阵。仿真结果验证了所提方法的有效性,且性能优于传统方法。 相似文献
9.
现代数字通信中常常进行信道编码识别处理.目前RS(Reed-Solomon,RS)码盲识别需对高阶域下所有谱分量进行求取,计算较为复杂,因此提出了一种基于二元域等效的识别方法.首先根据有限域性质将RS码等效为二元域上的线性分组码,然后建立码长、信息分组长度、生成多项式和本原多项式的关联模型.通过遍历各阶本原多项式,并验证二元线性分组码的校验向量,完成各参数的联合识别.仿真结果和理论分析表明,该方法在提升抗误码性能的同时有效减少了计算量,可用于智能通信和通信侦察等系统中. 相似文献
10.
针对归零Turbo码码率、码组起点、交织起点、交织长度参数识别问题,首先引入矩阵秩量比的概念,推导出适用于归零Turbo码矩阵秩量比下限,提出了基于秩量比判决门限的码长识别算法;其次,遍历一交织帧输出码元,找出最小秩量比对应的位置,实现交织起点和码组起点的识别;然后,依靠完整的交织帧输出数据,利用分析矩阵实现码率与分量编码器中寄存器个数识别;最后,由以上识别的参数计算出交织长度.仿真结果表明:在信噪比为5 dB时,单靠信息序列,各部分的识别概率能达到80%以上;在交织长度为100时,提出的识别算法与传统算法相比,性能相近,识别时间大约缩短为原来的1/3. 相似文献