排序方式: 共有73条查询结果,搜索用时 500 毫秒
31.
基于高阶累积量符号相干累积自适应滤波算法 总被引:7,自引:2,他引:5
基于传统LMS(Least Mean Square)的自适应谱线增强(Adaptive Line Enhancement,ALE)算法的主要缺点是:抑制高斯噪声效果差,计算量大,收敛速度慢,为了尽可能的克服这些缺点,利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能,修正了传统的LMS算法,提出了基于高阶累积量符合相干累积迭代的自适应谱线增强新算法,该算法具有良好的抑制高斯有色噪声效果。计算量小,输出信号平稳等特点,能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此,本文的研究具有良好的实用性和应用前景。 相似文献
32.
33.
34.
为了综合考虑高阶累积量各种切片抑制高斯噪声的性能,定义了加权高阶累积量切片,并给出了加权高阶累积量切片符号联合迭代公式,得到了基于加权高阶累积量切片的自适应谱线增强新算法。对该算法增强水下目标辐射的非线性调频信号的效果进行了仿真研究。仿真结果表明:该算法能抑制大约18dB~28dB的高斯色噪声;调整高阶累积量切片的加权系数,可获得抑制高斯色噪声的最佳效果。在工程实践中,具有重要的指导意义和实用价值。 相似文献
35.
一种频域自适应最大似然时延估计算法 总被引:2,自引:0,他引:2
提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。 相似文献
36.
37.
从相对论的基本原理出发 ,结合微机分析 ,研究了高速运动棱镜偏向角达最小值条件及最小偏向角的相对论效应 ,主要结论是 :( 1 )随着棱镜相对于静止参照系运动速度U的增加 ,入射角与出射角的关系曲线由梯形折线变为近似直线 ;( 2 )最小偏向角与棱镜速度 U的关系曲线是上凸的曲线。当光线在棱镜中的折射角一定时 ,使棱镜偏向角达最小值的速度区间长度随着出射角的增加而减小。 相似文献
38.
针对卷积神经网络提取的信号时序特征受限问题,提出一种截断迁移的数据预处理算法,将采样矩阵一端的距离单位截断,迁移到另一端,依次合并成新的矩阵,使卷积神经网络提取到更多的采样点,比较更多的符号信息。同时提出一种改进的并行残差神经网络,通过两路并行的支路同时关注水平和垂直2个方向的特征。结果表明,该算法比普通卷积网络提高约10%的准确率,改进的网络在信噪比为14 dB时,准确率为93.78%,信噪比大于0 dB时,准确率均在91%以上。 相似文献
39.
在高速水声通信和多点通信系统中,盲均衡算法由于不需要发送训练序列而节省了信道带宽,得到了广泛的关注.Bussgang类盲均衡算法中,判决导引(DD)算法虽然剩余码间干扰小,但收敛能力较弱,往往不具备使闭合眼图睁开的能力,因此常采用收敛能力较强的盲均衡算法作冷启动,在眼图睁开以后再切换到判决导引模式.利用超指数(sE)算法收敛速度快和收敛平稳的特点,提出了一种双模式盲均衡算法.该算法在收敛阶段采用超指数算法,之后通过判决准则切换到DD算法,有效地加快了算法的收敛速度,保证了算法的收敛稳定性.通过计算机仿真,表明了该方法的有效性. 相似文献
40.
基于联合极性迭代的载波相位恢复盲均衡算法 总被引:1,自引:1,他引:0
为了克服基于统计特性均衡准则的线性盲均衡器均方误差大、计算复杂及多途信道引起的载波相位旋转等问题,在研究基于极性迭代的线性盲均衡器与判决引导盲均衡器的基础上,引入数字锁相环技术,提出了一种基于联合极性迭代的载波相位恢复盲均衡算法.该算法利用极性算法来减小计算量,利用判决引导算法来减小均方误差,利用锁相环技术来克服多径衰落信道引起的载波相位旋转.水声信道盲均衡的仿真结果表明:该算法均方误差小,收敛速度快,计算复杂度低,并能快速纠正信道引入的载波相位旋转. 相似文献