期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
广义生成函数张量分解的欠定混合盲辨识
1
作者
周志文
黄高明
高俊
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016年第5期116-120,共5页
针对欠定混合盲辨识的问题,提出了一种广义生成函数张量分解的欠定混合盲辨识算法.该算法不再约束源信号具有稀疏特性.首先将观测信号的广义生成函数的导数叠加成三阶张量的形式,并由此可盲估计源信号的数目;然后对三阶张量进行奇异值分...
针对欠定混合盲辨识的问题,提出了一种广义生成函数张量分解的欠定混合盲辨识算法.该算法不再约束源信号具有稀疏特性.首先将观测信号的广义生成函数的导数叠加成三阶张量的形式,并由此可盲估计源信号的数目;然后对三阶张量进行奇异值分解;最后由联合对角化的方法估计出混合矩阵.仿真结果验证了算法的有效性,且在相同噪声环境下与传统方法进行对比,表明该算法在适定和欠定条件下均可获得更优良的混合矩阵估计精度,扩展了适定情况下基于广义生成函数盲辨识算法的应用范围.
展开更多
关键词
欠定盲辨识
广义生成函数
张量分解
联合对角化
稀疏分量分析
在线阅读
下载PDF
职称材料
结合Tucker张量分解与交替最小二乘的ULA盲识别
被引量：
2
2
作者
胡丹
郭英杰
《计算机工程》
CAS
CSCD
北大核心
2017年第10期62-67,共6页
为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法。建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tuc...
为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法。建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tucker张量分解改进交替最小二乘法,实现广义生成函数的降维处理。实验结果表明,与经典DUET算法、欠定混叠盲辨识分解算法等相比,该算法具有更高的计算效率以及更好的ULA盲识别效果。
展开更多
关键词
Tucker张量分解
广义生成函数
交替最小二乘
均匀线性阵列
盲识别
在线阅读
下载PDF
职称材料
题名
广义生成函数张量分解的欠定混合盲辨识
1
作者
周志文
黄高明
高俊
机构
海军工程大学电子工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016年第5期116-120,共5页
基金
国家"863"高技术研究发展计划资助项目(2013AAXXXX061)
文摘
针对欠定混合盲辨识的问题,提出了一种广义生成函数张量分解的欠定混合盲辨识算法.该算法不再约束源信号具有稀疏特性.首先将观测信号的广义生成函数的导数叠加成三阶张量的形式,并由此可盲估计源信号的数目;然后对三阶张量进行奇异值分解;最后由联合对角化的方法估计出混合矩阵.仿真结果验证了算法的有效性,且在相同噪声环境下与传统方法进行对比,表明该算法在适定和欠定条件下均可获得更优良的混合矩阵估计精度,扩展了适定情况下基于广义生成函数盲辨识算法的应用范围.
关键词
欠定盲辨识
广义生成函数
张量分解
联合对角化
稀疏分量分析
Keywords
underdetermined blind identification
general generating function
tensor decomposition
joint diagonalization
sparse component analysis
分类号
TN957 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
结合Tucker张量分解与交替最小二乘的ULA盲识别
被引量：
2
2
作者
胡丹
郭英杰
机构
贵州大学大数据与信息工程学院
悉尼科技大学全球大数据技术中心
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第10期62-67,共6页
基金
贵州省科技计划项目(黔科合LH字[2014]7627)
文摘
为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法。建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tucker张量分解改进交替最小二乘法,实现广义生成函数的降维处理。实验结果表明,与经典DUET算法、欠定混叠盲辨识分解算法等相比,该算法具有更高的计算效率以及更好的ULA盲识别效果。
关键词
Tucker张量分解
广义生成函数
交替最小二乘
均匀线性阵列
盲识别
Keywords
Tucker tensor decomposition
Generalized Generating Function （GGF）
alternating least squares
UniformLinear Array （ULA）
Blind Identification （BI）
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
广义生成函数张量分解的欠定混合盲辨识
周志文
黄高明
高俊
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016
0
在线阅读
下载PDF
职称材料
2
结合Tucker张量分解与交替最小二乘的ULA盲识别
胡丹
郭英杰
《计算机工程》
CAS
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
