-
公开(公告)号：CN111526103B
公开(公告)日：2021-06-18
申请号：CN201910106383.3
申请日：2019-02-01
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明公开了一种基于遗传改进粒子滤波算法的PCMA信号单通道盲分离方法，包括：确定参数的取值范围和分布，并对信号及信道参数进行初始估计；通过建立多个状态分布，然后根据估计参数及产生预测符号序列生成预测信号；根据每个粒子对应的预测信号与真实信号的相似系数计算评价结果，得到粒子概率值，并且引入遗传算法中的选择交叉操作产生新粒子；对当前所有粒子根据评价值进行排序，产生优选粒子；后续加入二分法不断优化粒子，输出分离的符号序列优选值；对信号进行分段码元估计形成闭环，以减少计算复杂度。本方法对调制信道参数估计误差具有较强的鲁棒性，且具有较现有方法更高的分离准确率。
-
公开(公告)号：CN111526103A
公开(公告)日：2020-08-11
申请号：CN201910106383.3
申请日：2019-02-01
Applicant: 中国科学院半导体研究所 , 中国科学院大学
Abstract: 本发明公开了一种基于遗传改进粒子滤波算法的PCMA信号单通道盲分离方法，包括：确定参数的取值范围和分布，并对信号及信道参数进行初始估计；通过建立多个状态分布，然后根据估计参数及产生预测符号序列生成预测信号；根据每个粒子对应的预测信号与真实信号的相似系数计算评价结果，得到粒子概率值，并且引入遗传算法中的选择交叉操作产生新粒子；对当前所有粒子根据评价值进行排序，产生优选粒子；后续加入二分法不断优化粒子，输出分离的符号序列优选值；对信号进行分段码元估计形成闭环，以减少计算复杂度。本方法对调制信道参数估计误差具有较强的鲁棒性，且具有较现有方法更高的分离准确率。
-
公开(公告)号：CN109143222A
公开(公告)日：2019-01-04
申请号：CN201810841616.X
申请日：2018-07-27
Applicant: 中国科学院半导体研究所
IPC: G01S13/72
CPC classification number: G01S13/726
Abstract: 一种基于分治采样粒子滤波的三维机动目标跟踪方法，包括：1、通过量测信息预处理模块对传感器测得的当前时刻观测数据进行坐标转换，从球坐标系转换到笛卡尔坐标系；2、对步骤1所测得的观测数据进行分治采样，将三维运动空间分解为相互独立的一维子空间，各子空间内独立抽样粒子，获取样本子集；3、降维处理目标机动，结合观测数据对步骤2所分解的每个一维子空间中的样本子集进行粒子滤波，得到该子空间中的预测子状态；4、合并步骤3所得到的各子空间中预测的子状态，得到下一时刻目标的预测状态，缓解因空间中粒子分布稀疏造成算法迭代时粒子加剧退化，导致样本多样性降低，算法性能下降，无法保证跟踪实时性和跟踪精度等技术问题。
-
公开(公告)号：CN109143222B
公开(公告)日：2023-04-25
申请号：CN201810841616.X
申请日：2018-07-27
Applicant: 中国科学院半导体研究所
IPC: G01S13/72
Abstract: 一种基于分治采样粒子滤波的三维机动目标跟踪方法，包括：1、通过量测信息预处理模块对传感器测得的当前时刻观测数据进行坐标转换，从球坐标系转换到笛卡尔坐标系；2、对步骤1所测得的观测数据进行分治采样，将三维运动空间分解为相互独立的一维子空间，各子空间内独立抽样粒子，获取样本子集；3、降维处理目标机动，结合观测数据对步骤2所分解的每个一维子空间中的样本子集进行粒子滤波，得到该子空间中的预测子状态；4、合并步骤3所得到的各子空间中预测的子状态，得到下一时刻目标的预测状态，缓解因空间中粒子分布稀疏造成算法迭代时粒子加剧退化，导致样本多样性降低，算法性能下降，无法保证跟踪实时性和跟踪精度等技术问题。
-
-
-
Search Results
4
records
(took 0.082 seconds)
