排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
正交频分复用系统非线性信道估计算法 总被引:3,自引:0,他引:3
为了提高正交频分复用(OFDM)系统的传输质量和有效性,提出了一种基于最小二乘支持向量机的OFDM非线性信道估计算法.通过在OFDM符号中插入导频而获得训练数据,利用最小二乘支持向量机将训练数据映射到高维空间,并在此空间采用结构风险最小化准则对时变信道频率响应函数进行回归估计,把低维空间的非线性估计转化为高维空间的线性估计,提高了估计的精度.仿真结果表明,该算法能够有效地减小由多径引起的频率选择性衰落的影响,与传统算法相比,在同一误码率条件下的信噪比提高了3~7dB。 相似文献
3.
4.
基于平稳小波和重构相空间的快衰落信道预测算法 总被引:2,自引:0,他引:2
为了解决快速衰落信道的预测问题,提出了一种非线性预测算法.该算法基于多径快速衰落信道所具有的混沌行为,将快速衰落信道系数分解为与原序列等长的尺度系数和小波系数,并利用坐标延迟理论,重建尺度系数和各级小波系数的相空间,再根据混沌吸引子的稳定性和分形性,在相空间中对尺度系数和小波系数进行预测,进而通过平稳小波重构算法,实现了快速衰落信道的非线性预测.与无小波算法相比,该算法更适于对噪声环境下的较大时间范围进行预测.对时间跨度为65 9ms的衰落系数进行了预测,仿真结果表明,在信噪比为10dB时,预测结果明显优于无小波变换算法. 相似文献
5.
基于导频的OFDM信道估计小波核SVM算法 总被引:2,自引:0,他引:2
针对传统多径衰落下的OFDM导频信道估计性能低下,地板效应的缺陷,提出了基于导频的小波递归最小二乘支持向量机(WRLS-SVM)时变信道频率估计算法。首先讨论了小波成为核函数的条件,构造了小波核。然后将根据结构风险递归二乘最小化准则回归估计支持向量机原理,把导频训练序列映射到高维空间,并在高维空间采用结构小波核函数,达到了将低维空间的非线性估计转化为高维空间的线性估计的目的。仿真结果表明,在快衰落信道条件下,小波递归最小二乘支持向量机导频信道估计方法可以获得较好误码性能。该方法优于传统的信道插值方法。 相似文献
6.
7.
Nakagami-m衰落信道中的机会中继策略 总被引:1,自引:1,他引:0
针对单中继与等功率全中继策略在Nakagami-m衰落信道中通信中断率较高的问题,提出了在m为任意值的Nakagami-m衰落信道中能够明显降低通信中断率的基于放大转发协议的机会中继策略.该中继策略的最优中继选择过程无需知道全部的信道信息,仅依据源与目的地发出的标志信息来实现,从而简化了系统设计.所提策略以降低通信中断率为目标,采用近似理想功率分配原则进行信息传输,能适用较普遍的信道条件,其通信中断率的精确值还可通过计算得到,因此它不仅能改善系统的性能,还具备较好的实用性.理论分析及仿真结果表明,在Nakagami-m衰落信道中,当衰落系数m为4,通信中断率为10-2时,与等功率全中继和单中继策略相比,机会中继策略能获得约9 dB的信噪比增益. 相似文献
8.
针对非同一分布的输入信号序列,线性分组方法不能设计出最优编码的问题进行研究,提出一种以信道估计为基础,对非线性分组编码进行解码的信号检测方法,将基本的最小均方(LMS)自适应算法推广到对二维空时编码信号的权矩阵自适应迭代估计过程.同时,分析了对输入信号序列编码所生成的非线性编码矩阵之间的相关性,运用解相关LMS自适应算法对时间选择性衰落信道进行估计.在白噪声情况下,根据估计信道和噪声统计量,推导出对非线性编码进行解码的最大似然决策方法.仿真实验表明,扩展LMS方法和解相关LMS方法跟踪时变衰落信道响应都具有较强的快速收敛性和系统稳定性,非线性空时分组编码系统比线性编码系统编码能力提高了2dB,运用最大似然决策方法使系统误码率降低了32%. 相似文献
9.
10.