国家自然科学基金(60872092)
- 作品数：23 被引量：77H指数：5
- 相关作者：赵知劲尚俊娜沈雷郑晓华张秀梅更多>>
- 相关机构：杭州电子科技大学中国电子科技集团公司第三十六研究所中国电子科技集团更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：电子电信更多>>
- 非周期长码直扩信号的长扰码识别被引量：12
- 2014年
- 该文利用m序列的二阶和三阶自相关特性,推导得到非周期长码直扩信号三阶自相关函数的极大似然估计,利用m序列的线性移位叠加特性和三阶自相关函数特性,提出了非合作通信情况下消除信息码对长码估计影响的延迟相乘方法和基于三阶自相关峰的长码识别算法,该识别算法只需已知信号的载波频率和扩频码码片速率。在加性高斯白噪声下的仿真表明,仅利用1/4倍长码周期长度的信号,在信噪比大于3.5 dB时长码m序列的正确识别概率就达到90%以上。
- 赵知劲顾骁炜沈雷
- 关键词：扩频通信延迟相乘
- 非周期长码直扩信号的盲解扩被引量：9
- 2014年
- 本文利用信号延迟相乘,消除信息码对长扰码和扩频码的影响;利用m序列的线性移位叠加性,巧妙分段信号,提出一种分段相关的信号解扰方法;对解扰信号利用斜消矩阵法估计扩频序列本原多项式,并利用基于协方差范数的信息码盲同步法实现信息码同步;最终得到非周期长码直扩信号盲解扩方法。该方法仅需要预知信号扰码m序列本原多项式和扩频码码片速率。仿真结果表明,该算法仅利用1/8倍长码序列周期长度的信号就能在信噪比3.6dB以上达到10-2以下解扩误码率。
- 赵知劲顾骁炜沈雷尚俊娜
- 关键词：解扰盲解扩
- 基于分数低阶统计量的线性约束恒模盲自适应波束形成方法被引量：1
- 2010年
- 为解决传统恒模波束形成算法在受冲击噪声污染的无线环境中的性能退化问题,本文提出基于分数低阶统计量的线性约束恒模盲自适应波束形成方法,并从理论上分析了算法收敛条件。仿真实验表明,在稳定分布噪声下,新方法具有比传统恒模波束形成方法更好的韧性,而且比线性约束最小平均P范数波束形成方法具有更高的输出信干噪比,即使在强脉冲干扰环境下新方法仍具有较好的信号恢复能力。
- 赵知劲董科海尚俊娜
- 关键词：Α稳定分布波束形成分数低阶统计量恒模算法
- 一种基于格型正交化的二阶Volterra自适应滤波算法
- 2012年
- 针对Volterra自适应滤波器输入信号相关性或附加的非线性畸变的增强使自适应滤波器性能下降的问题,本文提出基于格型正交化的二阶Volterra自适应滤波算法。先对输入信号进行格型预处理,得到互相正交的后向预测误差信号;然后将其作为自适应滤波器的输入,从而大大降低了一次项、平方项和交叉乘积项信号各项之间的耦合,改善了自适应算法的收敛性能。有源噪声对消的仿真结果表明,在输入噪声强相关和附加较强非线性畸变时本算法仍具有较好的消噪性能。
- 赵知劲严平平尚俊娜
- 关键词：高斯噪声噪声对消
- 基于格型预处理的二阶自适应Volterra滤波器被引量：1
- 2009年
- 虽然Volterra LMS(VLMS)算法简单,计算量小,但是由于Volterra滤波器系统是非线性的,使得输入向量自相关矩阵包含了输入信号的高阶统计量,导致矩阵特征值扩展很大,因此其收敛速度一般很慢。为加快收敛速度,利用格型滤波器后向预测误差的正交特性,提出采用两个格型滤波器正交预处理的自适应Volterra滤波算法。仿真结果表明,该算法具有比VLMS算法和GPV算法更为优越的收敛性能。
- 张秀梅赵知劲尚俊娜
- 关键词：VOLTERRA滤波器
- 一种基于量子粒子群的二次匹配OMP重构算法被引量：4
- 2012年
- 正交匹配追踪算法(OMP)是一种基于贪婪迭代思想的算法,是压缩感知中信号重构方法之一。为了降低OMP算法的计算复杂度,采用一种全局寻优能力较强的量子粒子群算法(QPSO)优化OMP算法中的匹配过程(QPSO-OMP);针对OMP算法特点,引入原子分量二次匹配,进一步提高QPSO-OMP算法重构精度。仿真结果表明,所提出的基于QPSO算法的二次匹配OMP算法复杂度低,精确重构概率高于基于粒子群算法的正交匹配追踪算法。
- 赵知劲马春晖
- 关键词：压缩感知冗余字典量子粒子群算法
- 基于一种改进的监督流形学习算法的语音情感识别被引量：22
- 2010年
- 为了有效提高语音情感识别的性能,需要对嵌入在高维声学特征空间的非线性流形上的语音特征数据作非线性降维处理。监督局部线性嵌入(SLLE)是一种典型的用于非线性降维的监督流形学习算法。该文针对SLLE存在的缺陷,提出一种能够增强低维嵌入数据的判别力,具备最优泛化能力的改进SLLE算法。利用该算法对包含韵律和音质特征的48维语音情感特征数据进行非线性降维,提取低维嵌入判别特征用于生气、高兴、悲伤和中性4类情感的识别。在自然情感语音数据库的实验结果表明,该算法仅利用较少的9维嵌入特征就取得了90.78%的最高正确识别率,比SLLE提高了15.65%。可见,该算法用于语音情感特征数据的非线性降维,可以较好地改善语音情感识别结果。
- 张石清李乐民赵知劲
- 关键词：语音情感识别非线性降维流形学习
- α稳定分布下的自适应数据块滤波算法被引量：2
- 2009年
- 本文基于分数低阶统计量原理提出了α稳定分布下的自适应数据块LMP和LMAD滤波算法。新算法利用更多的输入信号和误差信号的信息,更准确地估计梯度,调整自适应滤波器权向量增量方向,提高了收敛速度。采用变步长因子改善算法的稳态误差,进一步提高了算法的收敛性能。仿真结果表明,在分数低阶α稳定分布信号条件下,自适应数据块滤波新算法较NLMP算法和NLMAD算法有更好的收敛性能。
- 赵知劲董科海尚俊娜孔宪正
- 关键词：Α稳定分布分数低阶统计量数据块LMP算法
- 一种改进的Volterra自适应噪声对消器被引量：1
- 2010年
- 针对随着Volterra滤波器的输入维数或记忆单元增大,相应需要的计算复杂性成幂级数快速增加的问题,提出了一种改进的利用sigmoid函数对背景噪声进行预处理的减少参数Volterra自适应滤波器,并用它构造了非线性自适应噪声对消器。仿真结果表明,算法在高斯噪声和α稳定分布噪声环境下都有优越的抗噪性能。
- 张秀梅赵知劲尚俊娜
- 关键词：VOLTERRA滤波器SIGMOID函数噪声对消
- 一种全解耦分组二阶Volterra自适应滤波算法被引量：3
- 2010年
- 传统的Volterra滤波器运算量大,二次项将稳定分布的尖峰脉冲特性放大,从而影响了算法的收敛性能。针对这些问题,提出了一种二阶Volterra滤波器的全解耦分组算法,对输入数据进行分组排列,有效地降低计算复杂度,每组对应的子滤波器权系数采用全解耦自适应调整算法,有效地降低了非线性项耦合的影响。仿真结果表明了算法的有效性。
- 赵知劲郑晓华尚俊娜
- 关键词：Α稳定分布VOLTERRA滤波器
