期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于复数FastICA算法的盲多用户检测 被引量:1
1
作者 刘晓志 邵秀 +1 位作者 杨英华 陈晓波 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第9期1253-1256,1261,共5页
针对MIMO-OFDM系统,提出了一种基于复数FastICA的盲多用户检测算法.该算法首先利用复数FastICA算法的快速收敛特性来提高多用户的分离速度,同时利用信号的相关函数对复数FastICA算法引起的幅度不确定性和相位不确定性进行了修正,最后将... 针对MIMO-OFDM系统,提出了一种基于复数FastICA的盲多用户检测算法.该算法首先利用复数FastICA算法的快速收敛特性来提高多用户的分离速度,同时利用信号的相关函数对复数FastICA算法引起的幅度不确定性和相位不确定性进行了修正,最后将所提出的改进算法与复数自然梯度学习算法(CNGLA)进行仿真比较.结果表明,相比于传统的自然梯度算法,所提算法不仅收敛速度较快,而且具有更低的误码率,另外随着接收天线的增多,信号的分离效果会更好. 展开更多
关键词 MIMO-OFDM系统 复数fastica算法 盲多用户检测 幅度不确定性 相位不确定性
在线阅读 下载PDF
基于改进FastICA的雷达信号分离方法 被引量:3
2
作者 王国涛 姜秋喜 刘方正 《探测与控制学报》 CSCD 北大核心 2021年第6期43-49,共7页
针对基于辐射源描述字的传统信号分选方法难以适应当前复杂电磁环境的问题,提出基于改进FastICA算法的雷达信号分离方法。该方法利用PCA方法对数据进行降维预处理,采用改进算法循环迭代,得到分离矩阵,再根据分离矩阵提取出独立的雷达信... 针对基于辐射源描述字的传统信号分选方法难以适应当前复杂电磁环境的问题,提出基于改进FastICA算法的雷达信号分离方法。该方法利用PCA方法对数据进行降维预处理,采用改进算法循环迭代,得到分离矩阵,再根据分离矩阵提取出独立的雷达信号成分。仿真实验结果表明,该方法所采用的算法能够在复杂电磁环境下分离出源信号,而且较传统FastICA算法具有更快的收敛速度。 展开更多
关键词 复杂电磁环境 雷达信号分选 主成分分析 fastica算法
在线阅读 下载PDF
一种改进的基于多用户检测的独立分量分析算法 被引量:1
3
作者 穆昌 姚俊良 《电讯技术》 北大核心 2014年第6期791-795,共5页
为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分... 为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。 展开更多
关键词 多用户检测 独立分量分析 fastica算法 串行干扰抵消 算法复杂度
在线阅读 下载PDF
卷积线性混合模型下的复非高斯信号盲源提取
4
作者 李苗苗 吕晓德 +1 位作者 王宁 刘忠胜 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第1期212-219,共8页
雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此,提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型,使得信号模型中不需要将每个多径信号都看作一个独立的源信号,... 雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此,提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型,使得信号模型中不需要将每个多径信号都看作一个独立的源信号,既节约了接收通道数量,又降低了盲源分离过程的复杂度,利用待提取信号的非高斯性实现高斯背景下复非高斯信源的提取。实验结果表明:在信干比为-30 dB时,所提方法能够快速、有效地处理卷积线性混合模型下复非高斯信源的提取问题,为该场景下的微弱信号提取提供了一种新的方法。 展开更多
关键词 多径效应 卷积线性混合 fastica算法 非高斯信号 盲源提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部