为协调生活、生产和生态空间的用地矛盾,解决数据驱动法在识别城市“三生空间”方面存在的判别不准确和数据覆盖范围不够等问题,提出了一种能够精准识别“三生空间”功能的方法。基于数据驱动法,结合POI(point of interest)、AOI(area o...为协调生活、生产和生态空间的用地矛盾,解决数据驱动法在识别城市“三生空间”方面存在的判别不准确和数据覆盖范围不够等问题,提出了一种能够精准识别“三生空间”功能的方法。基于数据驱动法,结合POI(point of interest)、AOI(area of interest)和遥感等多源异构数据的多特征信息,分析在功能评价体系和分类模型中将不同数据源作为特征因子时的识别精度与尺度效应。以高原城市昆明市五华区建成范围为实验对象,研究结果表明:基于多源地理数据的识别准确率达到92%和94%。多源数据的多特征信息能够明显提升城市功能区的识别精度,为城市功能区精准识别提供了新的方法,能够在更小的尺度上为国土空间规划提供数据与方法支撑。展开更多
在单接收天线下,针对频率选择性衰落信道下空时分组码(STBC)的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的...在单接收天线下,针对频率选择性衰落信道下空时分组码(STBC)的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的目的。在不同调制方式、采样因子和置信区间的条件下分别对算法进行仿真并讨论其性能,结果表明,该算法性能较好,在信噪比大于6 d B时可达到90%以上的正确识别概率,在非合作通信方面具有一定的实用价值。展开更多
针对空频分组码正交频分复用(space-frequency block codes with orthogonal frequency division multiplexing,SFBC-OFDM)信号盲识别问题,提出了一种基于互相关函数的空频分组码信号盲识别方法。首先根据不同SFBC-OFDM元素的相关性,推...针对空频分组码正交频分复用(space-frequency block codes with orthogonal frequency division multiplexing,SFBC-OFDM)信号盲识别问题,提出了一种基于互相关函数的空频分组码信号盲识别方法。首先根据不同SFBC-OFDM元素的相关性,推导了发射信号端信号的相关特性;然后根据发射端信号的相关性,推导了接收端SFBC-OFDM信号的相关特性;最后提出了基于峰值检测的识别算法。仿真结果表明,该算法在较低的信噪比(0 dB)下正确识别概率达到95%,且不需要预先知道信道信息、噪声信息和调制信息。该算法在不同调制方式、时延和频率偏移下正确识别概率在90%以上,能够应用于认知无线电、频谱监控等工程领域中。展开更多
文摘为协调生活、生产和生态空间的用地矛盾,解决数据驱动法在识别城市“三生空间”方面存在的判别不准确和数据覆盖范围不够等问题,提出了一种能够精准识别“三生空间”功能的方法。基于数据驱动法,结合POI(point of interest)、AOI(area of interest)和遥感等多源异构数据的多特征信息,分析在功能评价体系和分类模型中将不同数据源作为特征因子时的识别精度与尺度效应。以高原城市昆明市五华区建成范围为实验对象,研究结果表明:基于多源地理数据的识别准确率达到92%和94%。多源数据的多特征信息能够明显提升城市功能区的识别精度,为城市功能区精准识别提供了新的方法,能够在更小的尺度上为国土空间规划提供数据与方法支撑。
文摘在单接收天线下,针对频率选择性衰落信道下空时分组码(STBC)的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的目的。在不同调制方式、采样因子和置信区间的条件下分别对算法进行仿真并讨论其性能,结果表明,该算法性能较好,在信噪比大于6 d B时可达到90%以上的正确识别概率,在非合作通信方面具有一定的实用价值。
文摘针对空频分组码正交频分复用(space-frequency block codes with orthogonal frequency division multiplexing,SFBC-OFDM)信号盲识别问题,提出了一种基于互相关函数的空频分组码信号盲识别方法。首先根据不同SFBC-OFDM元素的相关性,推导了发射信号端信号的相关特性;然后根据发射端信号的相关性,推导了接收端SFBC-OFDM信号的相关特性;最后提出了基于峰值检测的识别算法。仿真结果表明,该算法在较低的信噪比(0 dB)下正确识别概率达到95%,且不需要预先知道信道信息、噪声信息和调制信息。该算法在不同调制方式、时延和频率偏移下正确识别概率在90%以上,能够应用于认知无线电、频谱监控等工程领域中。
