检索结果-南通市图书馆

相关噪声下基于深度学习的LDPC码联合降噪译码算法设计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

移动通信 2024年第5期48卷 83-88页

作者：杨恩鑫袁磊郭毅岳新东兰州大学信息科学与工程学院甘肃兰州730000 中国科学院西安光学精密机械研究所陕西西安710119 甘肃省无线电监测站甘肃兰州730000

为了改善采用低密度奇偶校验(LDPC)码和高阶调制的无线通信系统在相关噪声下的译码性能,提出了一种联合优化降噪和译码的深度学习算法。降噪器中采用了残余收缩模块(RSBU),译码器采用了基于循环神经网络的神经网络最小和译码算法。在提... 详细信息

为了改善采用低密度奇偶校验(LDPC)码和高阶调制的无线通信系统在相关噪声下的译码性能,提出了一种联合优化降噪和译码的深度学习算法。降噪器中采用了残余收缩模块(RSBU),译码器采用了基于循环神经网络的神经网络最小和译码算法。在提出的联合降噪译码(JDD)算法中,利用复数神经网络在处理复信号方面比实数神经网络更有优势的特点,提出了一个复数RSCNN(CRSCNN),接收的复信号直接输入CRSCNN并利用新颖的联合优化降噪损失函数和译码损失函数的多任务学习策略来改善译码性能。仿真结果显示基于CRSCNN的JDD算法获得了比基于循环神经网络的神经网络最小和译码算法更好的译码性能。

关键词：低密度奇偶校验码高阶调制相关噪声深度学习残余收缩模块

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

相关噪声下非线性滤波及在动力定位中的应用

控制理论与应用 2016年第8期33卷 1081-1088页

作者：林孝工焦玉召梁坤李恒哈尔滨工程大学自动化学院黑龙江哈尔滨150001

针对实际系统状态估计具有互相关噪声的情况,研究了互相关噪声下非线性系统状态估计问题.首先基于贝叶斯理论推导出新的互相关噪声下的贝叶斯估计算法.然后使用三阶球面径向基(spherical-radial)规则计算贝叶斯估计中的非线性积分,当噪... 详细信息

针对实际系统状态估计具有互相关噪声的情况,研究了互相关噪声下非线性系统状态估计问题.首先基于贝叶斯理论推导出新的互相关噪声下的贝叶斯估计算法.然后使用三阶球面径向基(spherical-radial)规则计算贝叶斯估计中的非线性积分,当噪声互相关时,基于扩展卡尔曼滤波的思想分别计算状态矩阵和观测矩阵的Jacobi矩阵,可得互相关噪声下的容积卡尔曼滤波(cubature Kalman filtering with one-step auto-correlated and two-step crosscorrelated noise,CKF--CCN);当噪声不相关时,可得容积卡尔曼滤波(cubature Kalman filtering,CKF)及其平方根形式(SCKF).最后通过动力定位系统仿真实验,表明提出的CKF-CCN的估计精度要高于SCKF和仅考虑一步互相关的平方根容积卡尔曼滤波(SCKF-CN).

关键词：相关噪声贝叶斯估计容积卡尔曼滤波动力定位

相关噪声下的机动目标跟踪SMFEKF-IMM算法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2003年第7期43卷 865-868页

作者：徐毓金以慧清华大学自动化系北京100084

一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱点。为了提高目标状态估计的精度,把IMM和一种带多重渐消因子的扩展Kalman滤波器(SMFEKF)相结合,提出了... 详细信息

一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱点。为了提高目标状态估计的精度,把IMM和一种带多重渐消因子的扩展Kalman滤波器(SMFEKF)相结合,提出了一种具有相关噪声的混合随机模型的机动目标跟踪方法。这种方法引入了一个多重渐消因子,当输出残差发生变化时,动态调节增益和系统噪声水平,使输出残差近似正交,从而抑制了相关噪声的影响,适应目标的状态变化。理论分析和仿真实验表明了这种算法的有效性和可行性。

关键词：信号处理相关噪声机动目标跟踪 SMFEKF-IMM算法多重渐消因子混合随机模型

相关噪声下基于对角加载的相干信源DOA估计算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2009年第11期31卷 2582-2586页

作者：郭艺夺童宁宁张永顺史泽空军工程大学导弹学院陕西三原713800 西安邮电学院电子与信息工程系陕西西安710061

针对更为广泛的空间相关噪声背景下相干信源的DOA估计问题,提出了一种对角加载的改进空间差分平滑(diagonal loading-improved spatial smoothing difference,DL-ISDS)算法。该算法利用均匀线阵协方差矩阵的Toeplitz分解特性进行差分运... 详细信息

针对更为广泛的空间相关噪声背景下相干信源的DOA估计问题,提出了一种对角加载的改进空间差分平滑(diagonal loading-improved spatial smoothing difference,DL-ISDS)算法。该算法利用均匀线阵协方差矩阵的Toeplitz分解特性进行差分运算对消相关噪声,将独立和相干信源分开分辨,重复利用阵列接收数据,可分辨更多信源,相比常规谱估计算法,DL-ISDS算法具有更强的信源过载能力及阵元节省能力;另外,该算法无需预知或专门估计相干信号源数及特征值分解,可明显减小算法的运算量和复杂度。计算机仿真结果证明了DL-IS-DS算法理论的正确性和有效性。

关键词：波达方向估计相关噪声相干信源对角加载

在线全文

学校读者我要写书评

暂无评论

相关噪声情况下航迹的关联及融合算法

电子学报 2002年第8期30卷 1117-1120页

作者：左东广韩崇昭魏瑞轩郑林西安交通大学综合自动化研究所陕西西安710049 空军工程大学工程学院陕西西安710038

本文研究了量测噪声与系统噪声相关情况下同步多传感跟踪系统的航迹关联及融合技术 .考虑线性连续时间系统中过程噪声及量测噪声相互独立的情况 ,通过线性系统的离散化表明了在多传感跟踪系统中 ,由于公共噪声的影响而使离散化的量测噪... 详细信息

本文研究了量测噪声与系统噪声相关情况下同步多传感跟踪系统的航迹关联及融合技术 .考虑线性连续时间系统中过程噪声及量测噪声相互独立的情况 ,通过线性系统的离散化表明了在多传感跟踪系统中 ,由于公共噪声的影响而使离散化的量测噪声及过程噪声之间存在一定的相关性 .根据假设检验的理论 ,本文推导了噪声相关情况下的多传感器跟踪系统航迹关联及融合的算法 ,MonteCarlo仿真结果表明了该算法的有效性 .

关键词：航迹关联融合算法相关噪声目标跟踪传感器

在线全文

学校读者我要写书评

暂无评论

一般相关噪声下多传感器平滑融合算法

自动化学报 2009年第5期35卷 491-497页

作者：陈嘉鸿韩九强席震东张新曼西安交通大学电信学院自动控制研究所西安710049 中国卫星海上测控部江阴214431

针对单目标跟踪中多传感器平滑融合算法估计精度问题,提出了具有一般相关过程噪声与量测噪声时的离散线性系统新的平滑融合估计算法.该算法通过将给定区间内全部量测进行集中式扩维,并对误差传递进行分析,从而精确地给出误差间的相关性... 详细信息

针对单目标跟踪中多传感器平滑融合算法估计精度问题,提出了具有一般相关过程噪声与量测噪声时的离散线性系统新的平滑融合估计算法.该算法通过将给定区间内全部量测进行集中式扩维,并对误差传递进行分析,从而精确地给出误差间的相关性,在线性无偏最小方差意义下对系统状态进行递推估计.与不考虑相关性以及仅考虑部分相关性的卡尔曼平滑融合算法相比,新的固定区间平滑融合算法在噪声的高斯分布假设下具有明显的优越性,且其跟踪性能随噪声相关性增强而优越性明显,而固定延迟平滑融合算法是次优的.仿真实验进一步验证了本文算法在一般相关噪声环境下的优越性.

关键词：多传感器融合目标跟踪相关噪声平滑

在线全文

学校读者我要写书评

暂无评论

抑制相关噪声的水下图像恢复算法

哈尔滨工程大学学报 2015年第6期36卷 841-846页

作者：肖易寒庞永杰赵蓝飞哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学水下机器人技术重点实验室黑龙江哈尔滨150001

由于传统算法无法消除相关噪声对于水下于图像的影响,通过最大后验估计构造了一个具有凸函数性质的变分模型用于抑制水下图像的相关噪声。在变分模型中通过贝叶斯约束项限定噪声的概率分布;采用马尔可夫约束项保证恢复图像满足空间连续... 详细信息

由于传统算法无法消除相关噪声对于水下于图像的影响,通过最大后验估计构造了一个具有凸函数性质的变分模型用于抑制水下图像的相关噪声。在变分模型中通过贝叶斯约束项限定噪声的概率分布;采用马尔可夫约束项保证恢复图像满足空间连续性;通过梯度法获得变分模型的最优解,即不含相关噪声的恢复图像。实验结果表明,该算法能够有效地消除相关噪声,恢复图像的主观视觉效果较好。

关键词：水下图像相关噪声变分模型梯度法

具有随机时滞和异步相关噪声的非线性系统的高斯滤波器设计

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2015年第2期23卷 238-247页

作者：于浛宋申民王硕李鹏哈尔滨工业大学控制理论与制导技术研究中心哈尔滨150001 湘潭大学信息工程学院湘潭411100

针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系... 详细信息

针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。

关键词：非线性滤波高斯滤波随机时滞相关噪声容积卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

利用三维聚束滤波方法消除相关噪声

石油地球物理勘探 2005年第1期40卷 42-47页

作者：洪菲胡天跃王润秋北京市海淀区北京大学地球物理系 100871 北京大学石油大学

在复杂地区的三维地震勘探中,相关噪声是提高信噪比和准确实施速度分析及偏移成像的主要障碍之一。现有的消除相关噪声方法也不能令人满意,为此本文试图用三维聚束滤波方法消除三维地震资料中的相关噪声。考虑到三维观测系统的复杂性,... 详细信息

在复杂地区的三维地震勘探中,相关噪声是提高信噪比和准确实施速度分析及偏移成像的主要障碍之一。现有的消除相关噪声方法也不能令人满意,为此本文试图用三维聚束滤波方法消除三维地震资料中的相关噪声。考虑到三维观测系统的复杂性,在三维聚束滤波方法设计中采用两个关键步骤:①将地震资料按方位角分区,把三维时距关系简化为二维,从而避免了高费用和不稳定性;②引入动态平衡面元,避免有些方位角分区内地震道数可能不够,保证了结果的稳定性和高分辨率。合成资料和实际资料的处理结果表明,本文提出的三维聚束滤波方法能够有效地消除各种相关噪声。

关键词：相关噪声地震道复杂地区偏移成像三维地震资料观测系统速度分析主要障碍内地费用