【摘 要】
：
在高信噪比处理域构造新的用于调制识别的高阶统计量幅值特征,与传统特征相比保留了更多的分类信息,适合干扰较大多种调制模式并存的环境。基于联合特征向量有效提高了识别性能,用窗口平滑抑制截获信号中的噪声,对识别器输入特征向量样本规范化以提高处理速度。分别基于欧氏距离分类方法和改进算法的神经网络识别器进行仿真实验,证明了采用联合特征向量和优化方法在低信噪比干扰更大的信道条件下能区分更多的调制类型(MASK
论文部分内容阅读
在高信噪比处理域构造新的用于调制识别的高阶统计量幅值特征,与传统特征相比保留了更多的分类信息,适合干扰较大多种调制模式并存的环境。基于联合特征向量有效提高了识别性能,用窗口平滑抑制截获信号中的噪声,对识别器输入特征向量样本规范化以提高处理速度。分别基于欧氏距离分类方法和改进算法的神经网络识别器进行仿真实验,证明了采用联合特征向量和优化方法在低信噪比干扰更大的信道条件下能区分更多的调制类型(MASK、MPSK、MFSK、MQAM),且平均调制识别率提高20%～30%,算法效率也得到明显提高。
其他文献
在鱼群算法中提出了人工鱼的吞食行为,对算法进行了改进,在保证算法性能的前提下明显降低了人工鱼群算法的复杂度。通过对多用户OFDM系统模型的分析,结合对用户公平性的考虑,给出了该系统中自适应资源分配问题的目标函数。用改进鱼群算法在保证用户公平性的基础上,很好地解决了多用户OFDM中的自适应资源分配问题,实现系统总传输速率最大化。
在刀片服务器、数据中心等虚拟环境下,对服务的不间断保障能力有很高的需求,因此,需要在动态迁移中虚拟机能不间断访问I/O等设备。对此,提出了设备代理机制。设备代理机制主要包括设备代理、远程设备访问和设备动态交换三个模块。设备代理模块主要处理在动态迁移期间的I/O事务和虚拟设备状态;远程设备访问模块让虚拟机像从本地一样从远程访问I/O等设备;设备动态交换模块允许虚拟机重新动态地定向到物理设备。实验表明
传统用于总线系统或互联网的仲裁方法已不能很好地适应NoC应用环境。围绕NoC系统性能的关键影响因素——拥塞状态,提出了一种基于全局和本地拥塞预测的仲裁策略(GLCA),以改善NoC网络延迟。实验结果表明,相对于RR方法,新仲裁算法使得网络平均包延迟和平均吞吐量最大分别可改善20.5%和8%,并且在不同负载条件下都保持了其优势。综合结果显示,GLCA与RR方法相比,路由器仅在组合逻辑上有少许增加(2
复杂事件处理是RFID数据管理的关键技术,由于受到内存的限制,海量实时的RFID原始流数据处理的中间结果部分只能存储在外存中,会产生内存瓶颈,严重限制了大规模RFID的部署。为此,提出了B+-树分时优化索引(B IOT)的复杂事件处理算法。在内存受限的情况下,将数据流按时序进行分割,且用B+-树进行区间分块索引,之后利用RFID数据流统计分布特性进行复杂事件查找与匹配,避免了频繁搜索外存,极大地降
提出了面向服务的企业应用与商务伙伴进行业务集成需要将基于企业服务总线的资源集成基础设施和业务流程集成方法结合起来,给出了一个通用的企业服务总线的参考模型,并对三种业务流程集成方法进行了分析和比较。通过一个基于Weblogic面向服务开发平台构建的企业门户应用中业务集成的实例,验证了基于企业服务总线与ebXML、RosettaNet或BPEL交互的可行性和优越性。
原有启发式P圈构造算法Grow没有考虑到在对基本圈上的一条边扩张时可能会抑制其他边的扩张,从而失去一些先验效率较高的P圈。针对这一缺点对Grow算法进行了改进。改进后的算法根据所有的圈上边扩张后得到的P圈先验效率的高低顺序,优先选择引入的P圈具有最高先验效率的边进行扩张,因此每次扩张都最大可能地提高P圈的先验效率,而且P圈平均跳数基本不变。仿真结果表明,此算法可以在减少备选P圈数量的同时,提高网络
通过对PE(portable executable)文件格式的了解,编写PE分析工具对文件内部结构进行分析。详细介绍了对PE可执行文件加壳的全过程,在此过程中巧妙地使用MD5、CRC32等成熟的hash算法及防API断点跟踪等多种反破解技术,并采用自动隐藏加密方案,大大地提高了软件的保护力度。
双电源同步切换控制技术为供电用电带来了极大的方便,近年来具有较为普遍的应用。本文基于电力行业双电源同步切换控制技术,具体分析了该技术的应用优势、系统构成、应用原理
针对现有数字图书馆网格系统中存在的瓶颈、低扩展性及节点自主性差等问题,引入P2P自组织管理策略,用P2P和网格技术互补特性及自主性管理策略来弥补这些缺陷。首先提出一个基于P2P自组织的三层数字图书馆网格结构模型;然后分析模型的体系结构并对主要模块的功能进行了详细的介绍;最后通过数字图书馆网格体系结构的Petri net描述方法对模型进行了评价。
当前e-Learning作为一种重要的教学方式,对其个性化的要求正在日益提高。针对协作过滤推荐是当今应用最为普遍的个性化推荐算法,而数据的稀疏性和算法的可扩展性一直是协作过滤算法所面临的两大问题,提出基于资源类的时间加权协作过滤算法。该算法不仅降低了数据的稀疏性和维度,缩小了目标用户最近邻的查找范围;而且避免了传统推荐算法中推荐值与用户相似度不密切相关的弊端,提高了最近邻的准确度,推荐精度较以往传