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),請進行舉報或認領
文檔簡介
1、高階累積量調(diào)制識別專題,信噪比和樣本數(shù)對識別概率的影響,定義,For a complex-valued stationary random process ,second-order moments can be defined in two different ways depending on placement of conjugation,定義,Similarly, fourth-order moments and cumula
2、nts can be written in three ways. Thus, fourth-order cumulants can be defined as,定義,For zero-mean r.v.’s w,x ,y, and z, the fourth-order cumulant can be written as,We assume that is zero-mean; in practice, the sample mea
3、n is re-moved before cumulant estimation. Sample estimates of the y(n) correlations are given by,定義,定義,定義,判決準則,Ananthram Swami提出了一種對于調(diào)制識別的判決準則應用于不同調(diào)制方式信號的識別依據(jù),實驗設計,為了分析樣本采樣數(shù)目和信噪比對識別概率的影響,設計實驗如下:1,隨機產(chǎn)生4種如上調(diào)制模式的信號,符號數(shù)為150
4、,250,500,每符號一采樣,分析不同樣本數(shù)目對識別概率的影響。2,對上述信號疊加白噪聲,信噪比設計為 -5:1:20dB,繪圖觀察不同信噪比下識別概率。,實驗分析,實驗結(jié)果如下:,實驗分析,由實驗結(jié)果可知,不管信噪比如何加高,100采樣的識別率無法達到100%,而250采樣以上的信號最終可以達到100%識別同一信噪比時,高采樣數(shù)的信號識別率大部分時刻要高于低采樣數(shù)信號,但也不完全成立。隨著信噪比升高,識別率升高,
5、在15dB以上時,可以接受,實驗分析,可以看出,隨機產(chǎn)生4種調(diào)制模式的信號,識別效果不甚理想,為分析此種判決準則對不同信號的適用程度,分別描繪8PSK,16QAM,4PAM,BPSK的識別概率圖,其他條件與原實驗一致,結(jié)果如下:,8PSK,16QAM,4PAM,BPSK,實驗分析,我們可以從以上四圖中得到,在此種準則下:對于8PSK信號,識別概率是與采樣數(shù)和信噪比均成正相關(guān)的。對于16QAM信號,大于5dB后識別概率與采樣數(shù)和信噪比
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于高階累積量的調(diào)制識別技術(shù)的研究.pdf
- 基于高階累積量的OFDM信號調(diào)制識別技術(shù)研究.pdf
- 基于高階累積量與譜分析的數(shù)字調(diào)制信號識別.pdf
- 基于高階累積量與循環(huán)譜分析的數(shù)字調(diào)制信號識別.pdf
- 基于高階累積量的抗噪語音識別.pdf
- 基于高階累積量的空時碼識別方法.pdf
- 基于高階累積量的低信噪比復雜信號識別研究.pdf
- 多累積量聯(lián)合的調(diào)制方式識別方法.pdf
- 高階譜 第3章 線性系統(tǒng)中的高階累積量與高階譜
- 基于高階累積量的DOA估計法研究.pdf
- 基于高階累積量的頻譜感知技術(shù)仿真分析.pdf
- 基于互高階累積量的間次諧波檢測.pdf
- 基于高階累積量與稀疏約束的DOA估計方法.pdf
- 基于高階累積量的空間譜估計算法研究.pdf
- 基于高階累積量的系統(tǒng)盲均衡與盲辨識.pdf
- 基于高階循環(huán)累積量的盲均衡技術(shù)的研究.pdf
- 一種地震子波提取的高階累積量方法.pdf
- 基于高階累積量的半圓陣聲聚焦技術(shù)研究.pdf
- 基于高階累積量算法的MIMO雷達目標參數(shù)估計.pdf
- 基于高階累積量的極化敏感陣列多參數(shù)聯(lián)合估計.pdf
評論
0/150
提交評論