2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、分類號(hào):分類號(hào):TN914.3密級(jí):密級(jí):公開公開研究生學(xué)位論文論文題目(中文)論文題目(中文)基于相關(guān)向量機(jī)的短波基于相關(guān)向量機(jī)的短波突發(fā)突發(fā)信號(hào)信號(hào)盲均衡方法研究盲均衡方法研究論文題目(外文)論文題目(外文)StudyontheBlindEqualizationMethodofShtwaveBurstSignalsbasedonRelevanceVectMachine研究生姓名研究生姓名趙振興學(xué)科、專業(yè)學(xué)科、專業(yè)信息與通信工程信息與

2、通信工程通信與信息系統(tǒng)通信與信息系統(tǒng)研究方向研究方向通信系統(tǒng)數(shù)字信號(hào)處理通信系統(tǒng)數(shù)字信號(hào)處理學(xué)位級(jí)別學(xué)位級(jí)別碩士導(dǎo)師姓名、職稱導(dǎo)師姓名、職稱楊凌副教授副教授論文工作論文工作起止年月起止年月20142014年0909月至20162016年0505月論文提交日期論文提交日期20162016年0505月論文答辯日期論文答辯日期20162016年0606月學(xué)位授予日期學(xué)位授予日期校址:甘肅省蘭州市校址:甘肅省蘭州市萬方數(shù)據(jù)I基于相關(guān)向量機(jī)的短波

3、突發(fā)信號(hào)盲均衡方法研究基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法研究中文摘要中文摘要短波通信系統(tǒng)中,信號(hào)在信道中傳輸時(shí)受到時(shí)延、多徑衰落和噪聲等的干擾,會(huì)產(chǎn)生碼間干擾(InterSymbolInterferenceISI),從而使發(fā)送信號(hào)在接收端無法正確識(shí)別。消除或減小ISI的主要技術(shù)是信道均衡。盲均衡是不需要訓(xùn)練序列,就能消除ISI而恢復(fù)輸入信號(hào)的信道均衡技術(shù)。短波突發(fā)通信由于抗干擾和抗截獲能力強(qiáng)、保密性能高而被廣泛應(yīng)用在軍事通信領(lǐng)域。短

4、波突發(fā)信號(hào)與傳統(tǒng)短波信號(hào)相比,符號(hào)數(shù)通常是幾百,有時(shí)甚至僅是幾十,較少的數(shù)據(jù)符號(hào)對(duì)盲均衡技術(shù)提出了更高的要求。盲均衡技術(shù)中,最傳統(tǒng)的方法是高階統(tǒng)計(jì)量法,但由于其利用數(shù)據(jù)的高階統(tǒng)計(jì)特性使得算法運(yùn)算量特別大,而且需要大量的數(shù)據(jù)才能收斂并且收斂的速度很慢。這些缺點(diǎn)限制了其在小數(shù)據(jù)信號(hào)處理領(lǐng)域的應(yīng)用。近些年支持向量機(jī)(SupptVectMachnieSVM)和相關(guān)向量機(jī)(RelevanceVectMachineRVM)等機(jī)器學(xué)習(xí)方法被廣泛應(yīng)用于

5、盲均衡。與基于高階統(tǒng)計(jì)量的盲均衡方法相比,基于SVM和RVM的盲均衡器需要較小數(shù)據(jù)樣本即可達(dá)到所要求的均衡水平。相比于SVM,由于RVM基于貝葉斯架構(gòu),所以RVM均衡器比SVM均衡器具有更好的收斂性及更稀疏的檢測(cè)模型。傳統(tǒng)的SVM或RVM通常使用單一核函數(shù),插值能力和外推能力不能兼而得之,而核函數(shù)的選擇對(duì)均衡器的性能有很大的影響。因此,本文提出采用混合核函數(shù)(HybridkernelHk)產(chǎn)生設(shè)計(jì)矩陣,使得基于混合核函數(shù)的RVM(Hyb

6、ridkernelRelevanceVectMachineHkRVM)比傳統(tǒng)的RVM有更好的插值能力和外推能力。本文研究了盲均衡的基本原理,分析了傳統(tǒng)的盲均衡方法及各自的優(yōu)缺點(diǎn),對(duì)RVM的原理及基于RVM的盲均衡方法進(jìn)行了詳細(xì)闡述并做了實(shí)驗(yàn)仿真。提出了基于HkRVM的盲均衡理論和算法,分別對(duì)比了HkRVM與RVM以及HkRVM與SVM的盲均衡算法性能。實(shí)驗(yàn)結(jié)果表明,HkRVM盲均衡器比RVM及SVM盲均衡器具有更好的稀疏性且誤碼率更低。

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論