中国博士后科学基金(2012M511587)
- 作品数：6 被引量：4H指数：1
- 相关作者：孙钢灿申金媛李苹苹赵海东孙刚灿更多>>
- 相关机构：郑州大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金河南省高校青年骨干教师资助项目更多>>
- 相关领域：电子电信更多>>
- OFDM信号与单载波信号的识别算法研究
- 2012年
- 提出一种基于四阶累积量特征值实现OFDM信号和单载波信号的识别算法,该特征值可有效抑制多径和高斯信道影响.仿真结果表明该算法在低信噪比时,可以达到比较高的信号正确识别率(85%以上),且当信噪比大于2dB,正确识别率可以达95%以上,接近100%.并且该算法计算量小,实现简单.
- 孙钢灿柴丹丹
- 关键词：累积量多径信道信号识别OFDM单载波信号
- 基于半监督聚类理论的MQAM信号的盲识别被引量：1
- 2014年
- 在MQAM信号的调制识别中,传统聚类算法聚类效果差,误差平方和函数出现起伏且收敛慢。对此问题,提出由标记的样本点来指导隶属度及聚类中心的更新的半监督聚类理论重构MQAM信号星座图的方法。通过分析星座图,提出了基于星座图圆半径的识别方法,完成了对不同阶数MQAM信号调制方式的识别。仿真结果表明该方法提高了聚类准确度,误差平方和函数曲线平滑,且MQAM信号的识别率在90%以上。
- 李苹苹孙钢灿申金媛刘润洁
- 关键词：调制识别MQAM信号半监督聚类
- 基于半监督聚类理论的MQAM信号的调制识别被引量：1
- 2014年
- 在MQAM信号的调制识别中,传统聚类算法的聚类点数不准确,算法的迭代次数多且误差平方和函数曲线不平滑.针对此问题,提出了一种基于半监督聚类理论重构MQAM信号星座图的调制识别方法,通过标记部分样本点来指导隶属度及聚类中心的更新,再结合支持向量机(SVM)分类器,实现不同阶数MQAM信号的识别.仿真结果表明,该算法对MQAM信号的识别率大于90%,迭代次数少,误差平方和函数曲线平滑.
- 孙刚灿李苹苹申金媛赵海东
- 关键词：半监督聚类调制识别星座图支持向量机
- 基于ICA的空时分组码盲检测算法研究
- 2012年
- 提出了一种基于ICA技术的STBC盲信号检测方案,建立了适用于ICA的特定STBC系统模型,分析比较了几种典型的ICA算法的分离性能及收敛速度.理论分析表明,ICA盲接收技术的应用可以在一定程度上替代基于信道估计的传统方法,增强系统对信道估计错误的稳健性.结合具体的STBC系统,仿真比较了基于ICA算法的不同方案的分离性能,对其中表现较差的等变化自适应分离(EASI)算法作出改进,并仿真验证了改进方案的正确性.
- 孙钢灿宋婉莹
- 关键词：空时分组码盲检测ICA
- 基于半监督聚类的MQAM信号盲识别算法研究
- 2014年
- 传统的聚类算法用在MQAM（multilevel quadrature amplitude modulation,多进制正交幅度调制）信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长.针对此问题,提出了一种半监督聚类重构星座图的方法,由自适应减法聚类确定初始聚类中心,在其周围标记部分样本点并赋予初始隶属度值fik,根据标记的样本点数目确定可信度参数α的值.用fik和α来监督隶属度和聚类中心的更新,误差平方和函数迭代次数减少1/2.接收端识别时,提出基于星座图圆半径的调制识别方式,该方法能很好应对初始聚类中心数目不准确的情况,不需要进行聚类中心的合并与分裂.通过提取接收端星座图的特征参数R并与标准参数Rs进行比较,实现对MQAM信号调制方式的识别.仿真结果表明运算时间是传统聚类算法的1/3,对4～256QAM信号的调制方式识别率在93％以上。
- 李苹苹孙钢灿申金媛赵海东
- 关键词：调制识别半监督聚类MQAM信号
- 基于改进的半监督聚类的MQAM信号调制识别被引量：2
- 2014年
- 传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对该问题,提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现了MQAM信号调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。
- 李苹苹孙钢灿申金媛赵海东
- 关键词：调制识别半监督聚类MQAM信号
