基于混沌Duffing振子的BPSK信号K-means聚类解调方法

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:tjkjkfzx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对二进制相移键控(binary phase shift keying,BPSK)信号在低信噪比下解调误码率较高的问题,提出了一种基于混沌Duffing振子的K-means解调方法。该方法的思想是根据混沌Duffing振子系统对初值的敏感性以及对噪声的免疫特性,低信噪比下Duffing振子系统输入BPSK信号时,由于BPSK信号相位在0°和π之间的跳变从而导致Duffing振子输出相轨迹状态发生改变。针对相轨迹状态的变化,采用K-means聚类算法对相轨迹进行迭代求质心,根据收敛后的质心间距大小对B
其他文献
为了提高卷积神经网络(CNN)在图像隐写分析领域的分类效果,构建了一个新的卷积神经网络模型(steganalysis-convolutional neural networks,S-CNN)进行隐写分析。该模型采用两层卷积层和两层全连接层,减少了卷积层的层数;通过在激活函数前增加批量正规化层对模型进行优化,避免了模型在训练过程中陷入过拟合;取消池化层,减少嵌入信息的损失,从而提高模型的分类效果。实
针对BOC(binary offset carrier)及其衍生信号通用无模糊捕获方法匮乏的问题,提出了一种基于伪相关函数(pseudo correlation function,PCF)的无模糊捕获改进方法。首先,根据形状码向量的概念构建了BOC信号的互相关函数统一表达式,并提出了两组新的形状码向量;然后,通过接收信号与形状码向量对应的参考信号作互相关合成得到一个单峰;最后,通过单峰与自相关函数
针对高速移动环境下由多普勒频移引起的子载波间干扰(inter-carrier interference,ICI),提出一种引入加权系数消除ICI的二次快时变信道估计算法。该算法进行两次信道估计,第一次估计用于提供信道状态信息,在保证符号率的前提下消除ICI,第二次估计在ICI消除的情况下进行,可以提高信道估计精度;并对简化的并行干扰消除(parallel interference cancella
针对Android恶意应用检测中忽略特征统计学意义的问题,提出一种基于统计学特征的Android恶意应用检测方法。该方法提取应用统计学特征作为训练数据集,并采用聚类算法预处理恶意数据集以降低个体差异性对实验结果的影响;另一方面,该方法结合特征和多种机器学习算法(如线性回归、神经网络等)建立了检测模型,提出的两个模型准确率均能达到95%以上,检测时间相比于对比实验也能大幅度降低。实验结果表明,应用的