基于罚函数优化的最大似然空时码模式盲识别方法

    公开(公告)号:CN103501207A

    公开(公告)日:2014-01-08

    申请号:CN201310397425.6

    申请日:2013-09-04

    Abstract: 本发明公开了一种基于罚函数优化的最大似然空时码模式盲识别方法,具体步骤为:提取空时码集合;得到码参数集合;计算并联矩阵;利用并联矩阵构造分组相关矩阵;利用分组相关矩阵得到特征值向量;计算每种码参数组合的罚函数值,进而得到似然函数值;重复得到码参数组合对应的似然函数值向量;选择似然函数值向量中取值最小的码型为判决码型。通过求解接收信号的协方差矩阵,得到矩阵的特征值和特征向量;根据空时码参数构造似然函数;对可能的码型计算罚函数值,进而得到似然函数值,选择使似然函数值最小的码型为识别码型。从而对似然函数进行修正,达到提高计算精度,从而提高编码模式的盲识别正确率的,增强了系统的稳定性。

    基于罚函数优化的最大似然空时码模式盲识别方法

    公开(公告)号:CN103501207B

    公开(公告)日:2018-10-09

    申请号:CN201310397425.6

    申请日:2013-09-04

    Abstract: 本发明公开了一种基于罚函数优化的最大似然空时码模式盲识别方法,具体步骤为:提取空时码集合;得到码参数集合;计算并联矩阵;利用并联矩阵构造分组相关矩阵;利用分组相关矩阵得到特征值向量;计算每种码参数组合的罚函数值,进而得到似然函数值;重复得到码参数组合对应的似然函数值向量;选择似然函数值向量中取值最小的码型为判决码型。通过求解接收信号的协方差矩阵,得到矩阵的特征值和特征向量;根据空时码参数构造似然函数;对可能的码型计算罚函数值,进而得到似然函数值,选择使似然函数值最小的码型为识别码型。从而对似然函数进行修正,达到提高计算精度,从而提高编码模式的盲识别正确率的,增强了系统的稳定性。

    一种云平台下的虚拟机数据备份方法

    公开(公告)号:CN112486633A

    公开(公告)日:2021-03-12

    申请号:CN202011426273.4

    申请日:2020-12-09

    Abstract: 本发明公开了一种云平台下的虚拟机数据备份方法,包括如下步骤:备份代理服务调用Openstack云平台获取虚拟机id和虚拟机启动类型,调用ceph api接口获取虚拟机或云硬盘在ceph后端上对应的存储镜像id,同时调用ceph api对所述存储镜像做快照操作;将备份服务器介质上的虚拟存储挂载到备份代理上,创建挂载点,针对所述ceph存储镜像快照,将快照中的数据写入到备份服务器中的介质上,本发明的数据备份方法仅通过简单的配置,就可以实现对openstack镜像启动的虚拟机和云硬盘启动的虚拟机的在线数据保护,不用修改云平台参数,提供了完整的无侵入式openstack虚拟机保护方案,并且提高了整体的备份效率,减少了运营维护成本。

Patent Agency Ranking