排序方式: 共有5条查询结果,搜索用时 78 毫秒
1
1.
经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机(SVM)分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。 相似文献
2.
3.
4.
5.
针对无人机集群链路单载波频域均衡(Single Carrier Frequency Domain Equalization,SC-FDE)系统信号同步与信道估计模块相互独立、系统开销大、信道估计精度不高的问题,提出了一种基于Schmidl&Cox的改进数据帧结构设计,使用同一训练序列实现信号同步和信道估计,降低了系统开销;利用快速傅里叶变换的周期性及线性性质,将多次复杂频域信道估计转换为时域降噪处理,得到更精确的信道频域响应估计.通过引入NH(Neumann-Hoffman)序列,解决了Schmidl&Cox定时方法存在峰值平台的问题,定时测度函数尖锐,方差性能较好.利用Matlab软件对设计算法进行了仿真验证,结果表明,在不增加系统开销的情况下,所提算法在相同信噪比下比传统均衡算法误码率更低,在误码率为1×10-5时有2~3 dB的性能增益,系统开销由0.28降为0.2,实现复杂度低. 相似文献
1