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60頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、星載船舶自動識別系統(tǒng)(Automatic Identification System,AIS)對于航行安全、海上交通管制以及管理海事環(huán)境非常有幫助。本文以星載AIS為背景,著重對星載AIS中的實值信號分離算法和復(fù)值信號分離算法等方面進行研究,通過理論知識研究改進了AIS信號分離算法。本文的主要研究內(nèi)容包括:
  1.FastICA(快速獨立分量分析)具有形式簡單、收斂速度快的特點,但其對初始權(quán)向量的選擇比較敏感,若初始值選擇不當很

2、容易影響分離效果。針對這一問題,基于星載AIS信號的恒模特性對FastICA算法的初始權(quán)向量進行改進,使得改進FastICA算法具有更加準確的分離效果,通過實驗證明了該方法可分離AIS信號,并且分離信號均方誤差降低,性能有比較大的提高。
  2.針對復(fù)值FastICA算法對權(quán)向量的初始值比較敏感的問題,在特定步長因子的控制下,依據(jù)恒模準則對算法的初始權(quán)向量進行改進,并且應(yīng)用Huber M估計函數(shù)優(yōu)化該算法的目標函數(shù),提高算法的穩(wěn)健

3、性,實驗仿真表明該改進算法可以實現(xiàn)星載AIS復(fù)值信號的分離,分離性能得到提高。同時,算法具有良好的穩(wěn)健性。
  3.為了實現(xiàn)星載AIS的含噪復(fù)值信號盲分離,對復(fù)值FastICA算法進行改進。該改進算法對超定情況下的含噪混合信號的協(xié)方差矩陣進行特征值分解,利用其噪聲對應(yīng)的幾個較小特征值估計噪聲方差,用來修正白化矩陣,再應(yīng)用Huber M估計函數(shù)提高算法穩(wěn)健性。實驗結(jié)果表明,運用該算法分離后的信號均方誤差(SMSE)變小,信干比(SI

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)容負責(zé)。
  • 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(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。

評論

0/150

提交評論