-
公开(公告)号：CN105007246A
公开(公告)日：2015-10-28
申请号：CN201510456497.2
申请日：2015-07-29
Applicant: 南京信息工程大学
IPC: H04L25/03
Abstract: 本发明公开了一种模因方法优化的多模盲均衡方法，将个体进化和个体间的社会行为等概念引入到盲均衡技术中，将多模盲均衡方法( MMA )代价函数的倒数定义为模因方法( MA )的适应度函数，利用 MA 的种群优化机制和局部深度搜索能力，在全局范围内搜索个体最优向量并作为 MMA 的初始优化权向量；然后，通过多模盲均衡方法进行迭代，得到最优 MMA 的权向量。与常模盲均衡方法CMA、多模盲均衡方法MMA及基于遗传方法的多模盲均衡方法(GA-MMA )相比，本发明方法在均衡高阶多模信号时收敛速度最快、稳态误差最小、输出信号星座图最清晰。
-
公开(公告)号：CN103812587A
公开(公告)日：2014-05-21
申请号：CN201410048820.8
申请日：2014-02-12
Applicant: 南京信息工程大学
IPC: H04B17/00
Abstract: 本发明公开了一种卫星信道的建模方法，将高功率放大器的非线性和群时延非线性效应有机结合，解决了现有技术信道模型对真实卫星信道的模拟跟踪性能低下的问题。本发明创新性地将卫星信道视为线性信道、非线性信道、群时延信道1和群时延信道2四个部分构成；每个部分分别由维纳模型的线性部分和非线性部分去逼近，当逼近过程收敛时，保留了维纳模型特性；当逼近过程不收敛时，定义一个控制函数作为非线性信道输入输出的约束函数替代维纳模型的非线性函数，以控制逼近过程收敛。与传统的卫星信道维纳模型相比，本发明提高了收敛速度、降低了均方误差，具有良好的动态跟踪性能，从而保证了卫星通信的效率和质量。
-
公开(公告)号：CN103762958A
公开(公告)日：2014-04-30
申请号：CN201410005915.1
申请日：2014-01-07
Applicant: 南京信息工程大学
IPC: H03H21/00
Abstract: 本发明提供了一种改进的仿射组合自适应滤波方法，基于仿射组合自适应滤波系统实现，所述仿射组合自适应滤波系统由已知期望滤波器和组合自适应滤波器两部分构成，所述组合自适应滤波器包括两个子滤波器。本发明通过已知期望滤波器产生子滤波器及组合自适应滤波器的期望信号，由两个子滤波器的输出通过组合参数组合获得整个组合自适应滤波器的输出，并利用组合参数控制两个子滤波器的运行；两个子滤波器的权向量由最小均方误差方法进行更新，组合参数由两个子滤波器的输出进行更新；实时跟踪子滤波器性能强、收敛速度快、稳态偏差低。本发明还通过对组合参数的进一步改进，避免了噪声信号及两个子滤波器的相关性引起的误差干扰。
-
公开(公告)号：CN102255647B
公开(公告)日：2013-12-25
申请号：CN201110162630.5
申请日：2011-06-16
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种气象卫星信道概率统计特性仿真模型的建立方法，包括下列步骤：一）计算气象卫星发送信号；二）根据气象卫星发射的信号在不同的天气状态下因多径效应、散射效应和阴影遮蔽效应等，使得到达地面接收站点的接收信号由不同成分组成，推导相应接收信号的包络概率密度分布，根据不同天气状态下的气象卫星地面接收系统接收的信号表达形式建立对应的仿真模型。本发明建立的仿真模型物理意义明确，易于实现，可以用于气象卫星通信系统的仿真，为优化气象卫星通信传输体制，设计气象卫星通信系统和通信技术提供实用、方便和有效的概率统计仿真模型。
-
公开(公告)号：CN101902416B
公开(公告)日：2013-10-30
申请号：CN201010216296.2
申请日：2010-06-30
Applicant: 南京信息工程大学
Abstract: 本发明公布了一种模糊控制的动态小波神经网络反馈盲均衡方法，包括如下步骤：a.)将发送信号序列x(n)经过未知信道h(n)后与高斯白噪声N(n)相叠加得到观测序列y(n)；b.)b.)将误差信号e(n)经过常数模算法CMA得到动态小波神经网络中横向滤波器构成的线性部分的抽头系数c(n)；c.)将模糊神经网络控制器输入量偏差E(n)和偏差变化ΔE(n)经过模糊神经网络控制器得到动态小波神经网络中小波神经网络构成的非线性部分中小波函数的伸缩因子和平移因子的迭代步长变化值Δμ；d.)将所述观测序列y(n)依次经过动态小波神经网络和判决器得到输出信号本发明具有更快的收敛速度和更小的稳态误差，完全适用于水声信道。
-
Patent Agency Ranking
公开(公告)号：CN101924718B
公开(公告)日：2013-07-03
申请号：CN201010267951.7
申请日：2010-08-30
Applicant: 南京信息工程大学
Abstract: 本发明公布了一种模糊神经网络控制的混合小波神经网络盲均衡方法，本发明方法包括如下步骤：a.)将发射信号x(n)经过脉冲响应信道得到信道输出向量b(n)；b.)采用信道噪声N(n)和步骤a所述的信道输出向量b(n)得到盲均衡器的输入序列；c.)将步骤b所述的盲均衡器的输入序列y(n)依次经过改进的混合小波神经网络得到输出信号利用模糊神经网络(FNN)来调整改进的混合小波神经网络中神经元小波函数中平移因子和尺度因子的迭代步长，并以均方误差E(n)＝MSE(n)与均方误差的偏差ΔE(n)＝MSE(n)-MSE(n-1)作为模糊神经网络控制器的输入。本发明系统的灵活性高，避免了易陷入局部极小值的困境。
-
公开(公告)号：CN101902417B
公开(公告)日：2013-04-03
申请号：CN201010216298.1
申请日：2010-06-30
Applicant: 南京信息工程大学
Abstract: 本发明公布了一种蚁群优化的正交小波超指数迭代盲均衡方法，该方法利用蚁群算法来寻找最优的权向量作为均衡器输入的初始权向量值，从而避免算法出现局部收敛的情况。该方法具有加快收敛速度的正反馈机制，利用超指数迭代(SEI)方法对数据的白化作用，利用正交小波变换对信号进行去相关，并充分利用了蚁群算法的全局收敛性。水声信道仿真结果表明，与正交小波超指数迭代盲均衡方法(WT-SEI-CMA)相比，该方法具有更好的收敛速度和稳态误差，且均衡后的眼图更加清晰、紧凑。因而，该方法具有一定的实用价值。
-
公开(公告)号：CN102681032A
公开(公告)日：2012-09-19
申请号：CN201110058841.4
申请日：2011-03-11
Applicant: 南京信息工程大学
CPC classification number: Y02A90/14
Abstract: 本发明涉及一种基于多普勒雷达和风标传感器的测量矢量风场的方法，属于信号处理和检测技术领域。本测量方法主要是多普勒雷达快速扫描测量风场的径向风速，风标传感器实时测量风场的多点风向，各个风标传感器将风向信息通过无线网发送给多普勒雷达，多普勒雷达根据各点的风向计算实际风速，最后根据风向、风速信息绘出二维风场图像。本发明的快速、实时的二维风场测量系统不需要进行大量的矩阵运算，而只需要做简单的除法就可以得到风场信息，解决了目前风场测量过程中测量时间长，且不准确的问题。能够快速、实时提供二维瞬时风场信息。
-
公开(公告)号：CN101656696B
公开(公告)日：2012-03-07
申请号：CN200910183373.6
申请日：2009-09-18
Applicant: 南京信息工程大学
Abstract: 本发明公布了一种基于联合合并时空分集频域小波盲均衡方法，本发明方法首先利用FFT技术和重叠保留法实现单信道频域小波盲均衡方法(FWTCMA)；其次，构造一种联合合并的时空分集系统模型，该模型是在时间分集的基础上，每条支路采用不同的空间分集模块，以每路空间分集模块合并后的输出作为时间分集组合器的输入，经时间分集组合器合并后的信号将作为整个系统的输出。本发明方法收敛速度快、稳态误差小，计算复杂度低。
-
公开(公告)号：CN102298727A
公开(公告)日：2011-12-28
申请号：CN201110160162.8
申请日：2011-06-15
Applicant: 南京信息工程大学
IPC: G06N3/00
Abstract: 本发明公布了一种基于人工免疫网络的正交小波常模盲均衡方法，包括如下步骤：初始化：设计初始抗体种群；计算适应度值；克隆和变异：对每个抗体进行克隆和变异；计算适应度值：对每一次克隆，选择适应度值最大的个体，组成新的抗体种群，并计算种群的平均适应度值；比较种群的平均适应度值：如果此次的平均适应度值与上次迭代的值不同，回到计算适应度值并进行下面的操作；否则继续下一步；抗体抑制：计算抗体与抗体间的亲和力，对亲和力低于抑制门限的抗体，比较其适应度，剔除适应度低的抗体，将保留的抗体作为网络的记忆细胞；引入多样性：若未满足迭代终止条件即截止代数，则随机产生抗体加入到原来的抗体中，直到迭代终止。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.036 seconds)
