一种基于凸优化的水声信道盲解卷积方法.pdf
兴朝****45
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于凸优化的水声信道盲解卷积方法.pdf
本发明属于水声学和水声信号处理领域,具体涉及一种基于凸优化的水声信道盲解卷积方法。本发明不需要预先输入发射信号便可以对复杂水声信道进行估计,(1)只需要一帧接收信号,便可以通过凸优化算法将信道的冲激响应和发射信号有效分离,得到多途信道的时延和幅度信息,快速感知海洋环境,适用于无人水下平台自主探测和信道估计,是发展具有认知功能声纳的关键技术。(2)本发明用ADMM代替了常用的凸优化工具箱,解决了针对真实海洋环境中的水声数据点数多,运算量大的问题,提高了运算速度,可以更好地将其应用到无人水下平台上,提高环境适
基于信道盲估计的水声MPSK信号盲Turbo均衡方法.pdf
本发明属于信道盲均衡技术领域,特别涉及一种基于信道盲估计的水声MPSK信号盲Turbo均衡方法,通过构建水声通信信号模型,该信号模型中发送端和接收端通信双方依据约定参数发送线性调频信号作为前导信号,并经过保护间隔后根据通信双方约定调制方式收发数据报文;对接收端线性调频信号进行分数阶傅里叶变换,获取信道参数估计值;并依据接收端保护间隔获取噪声功率估计值;结合信道参数估计值和噪声功率估计值,对接收端MPSK信号进行Turbo均衡。本发明不再借助数据报文,而是充分利用前导LFM信号获得信道估计值,节省自适应滤波
一种基于图像反卷积的水声信道时延估计方法.pdf
本发明提供的是基于图像反卷积的水声信道时延估计方法。在系统接收端将OFDM频域观测信号,进行导频补偿与快速逆傅里叶变化得到时域信道响应;将时域信道响应作为前次迭代的迭代结果,输入到基于矢量外推方法的加速迭代模块,得到加速后的预测结果;将预测结果输入到基于快速傅里叶变换的理查森‑露西反卷积模块,得到当前迭代的迭代结果;按照预设迭代次数进行后,将最终的迭代结果送入后置处理门限模块筛选出最终的信道时延估计结果,并利用多项式基扩展模型求解信道路径幅度与信道函数的频域形式。本发明显著提高水声OFDM信道的时延估计精
一种基于盲解卷积网络的模糊图像盲复原方法及系统.pdf
本发明提出一种基于盲解卷积网络的模糊图像盲复原方法及系统,所述的方法包括:对自适应系统的点扩散函数PSF进行建模,根据随机参数值生成PSF;使用生成的PSF与根据目标图像生成的单通道图像进行卷积,得到模糊图像;依次训练PSF估计网络、非盲解卷积网络,加载已训练好的PSF估计网络和非盲解卷积网络的权重文件,对盲解卷积网络进行训练,得到可用于模糊图像盲复原的神经网络模型。利用上述图像复原方法,无需任何先验信息和PSF约束条件,即可实现“端到端”的图像盲复原,提高了空间目标图像复原性能,对空间目标探索和识别具有
一种基于解耦卷积神经网络的含噪水声信号盲源分离方法.pdf
本发明公开了一种基于解耦卷积神经网络的含噪水声信号盲源分离方法,属于信号处理技术领域,设计了一种模仿传统算法估计盲源分离的混合矩阵过程的神经网络模型,该模型能够更好的分离源信号。首先利用该网络的一维卷积层自动提取观测信号的特征,基于该特征分别实现生成分离矩阵和调整缩放系数两个功能,然后利用分离矩阵分离观测信号得到初步分离信号,随后利用缩放系数对初步分离信号进行缩放得到最终的分离信号。解耦卷积神经网络功能明确、结构清晰,能够实现在大数据集下信号快速精确分离及分离信号幅度有效确定,该方法不仅能够分离独立信号,