版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的不斷發(fā)展,大量新興寬帶無線接入技術(shù)已獲得廣泛應(yīng)用,作為各種無線電業(yè)務(wù)開展的基礎(chǔ)資源,無線電頻譜也逐漸成為世界各國爭相占有的焦點。超窄帶技術(shù)可以高效利用頻譜資源,而真正實現(xiàn)超窄帶技術(shù)的關(guān)鍵在于接收機解調(diào)器的設(shè)計。目前已有的自適應(yīng)幅度門限檢測方案、基于BP神經(jīng)網(wǎng)絡(luò)的解調(diào)方案、支持向量機與沖擊濾波相結(jié)合的非線性檢測方案等均各有其局限性,尤其當(dāng)有嚴(yán)重的碼間干擾時,解調(diào)性能差強人意。本文創(chuàng)新性地提出了一種將機器學(xué)習(xí)中的深度學(xué)習(xí)卷積神
2、經(jīng)網(wǎng)絡(luò)應(yīng)用于超窄帶系統(tǒng)的檢測判決方法,對碼間干擾下基于卷積神經(jīng)網(wǎng)絡(luò)的多元位置相移鍵控(M-ary Position Phase Shift Keying,MPPSK)信號解調(diào)做了詳細(xì)研究。
首先,重點介紹了擴展的二元相移鍵控(Extended Binary Phase Shift Keying,EBPSK)調(diào)制及其特例雙極性脈沖EBPSK調(diào)制,并給出其擴展形式—脈沖MPPSK調(diào)制信號的時頻特性。
其次,針對碼間干擾下
3、EBPSK信號CNN判決系統(tǒng)模型,分別詳細(xì)介紹了發(fā)端窄帶濾波器的設(shè)計原理與作用、超奈奎斯特信號通信原理、系統(tǒng)的加性高斯白噪聲傳輸信道以及接收端濾波器的設(shè)計思想和選擇。
第三,對基于DL-CNN的EBPSK信號解調(diào)器及其影響因素進行了細(xì)致深入的研究,大量的仿真結(jié)果表明,DL-CNN判決器在提高頻譜利用率和解調(diào)性能的同時,還提升了系統(tǒng)的適應(yīng)性。CNN判決檢測充分學(xué)習(xí)和利用了EBPSK信號沖擊濾波或帶通濾波輸出波形的整體特征及內(nèi)在信
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- MPPSK調(diào)制解調(diào)器的改進與實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的FSK信號解調(diào)技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的眼電信號疲勞檢測.pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語音合成聲碼器研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文獻分析.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器設(shè)計.pdf
- 基于隨機解調(diào)器的信號頻譜檢測系統(tǒng)設(shè)計.pdf
- yjango的卷積神經(jīng)網(wǎng)絡(luò)
- 基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的景物標(biāo)記.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的句子分類算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像模糊去除.pdf
- 基于SDSOC的卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn).pdf
- yjango的卷積神經(jīng)網(wǎng)絡(luò)
- 基于卷積神經(jīng)網(wǎng)絡(luò)的故障指示器狀態(tài)識別研究.pdf
評論
0/150
提交評論