针对水声信道对正交频分复用(OFDM)系统带来的符号间干扰(ISI)问题,提出了虚拟时间反转镜(VTRM)信道均衡算法,该算法具有时间压缩特性和频域相位共轭特性,可以有效缩短信道长度,减小多途信道带来的相位畸变,采用匹配追踪(MP)算法估计信道冲激响应,可以精确地估计出水声信道的幅度、时延和相位信息,为虚拟时反信道均衡提供准确的信道信息,改进了传统匹配相关信道估计方法估计精度低、无法估计信道相位信息的缺点。仿真、水池和湖上实验结果表明,OFDM水声通信系统中,VTRM信道均衡技术性能优于被动时反镜(PTRM)信道均衡和最小平方(LS)信道均衡。
2021-10-22 21:46:52
619KB
1
压缩感知理论是一种充分利用信号稀疏性或者可压缩性的伞新的信号采样理论。该理论表明，通过采集少
量的信号值就可实现稀疏或可压缩信号的精确重建。该文在研究和总结已有重建算法的基础上，提出了一种新的基
于正则化的自适应匹配追踪算法(Regularized Adaptive Matching Pursuit，RAMP)用于压缩感知信号的重建。
2021-10-21 20:34:50
547KB
1
针对大规模 MIMO系统信道估计精度低及反馈方案较为复杂的问题，在差分信道估计及反馈方案上提出了一种基于系数相关性的压缩采样匹配追踪（BCC-CoSAMP）算法。该算法将CoSAMP算法中衡量两个向量之间关系的内积替换为基于相关系数的向量关系判定，从而较快地选出与原始信号相关性强的原子，达到提高信道估计精度的目的。仿真结果表明，与CoSAMP算法相比，所提出的BCC-CoSAMP算法在低信噪比情况下，信道估计精度平均有5 dB的提高，同时能平均提高系统总速率1.25 bit/(s.Hz)。
2021-10-19 23:55:29
828KB
1
分享视频教程——目标追踪与姿态估计实战课程，2021最新课程，提供源码和课件下载，完整版！
本课程主要包括两大核心模块：
1、目标追踪算法及其项目实战；
2、姿态估计算法及其项目实战。
课程通俗解读算法核心知识点，并基于源码进行实战解读，详细分析源码构建与项目流程。课程基于真实数据集与实际任务进行项目实战。
2021-10-18 10:47:24
697B
1
结合稀疏贝叶斯学习和压缩感知CS理论, 提出了一种基于贝叶斯匹配追踪的SAR图像重构的新方法。该方法将SAR图像的重构过程看做是一个线性回归问题, 而待重建的图像是该回归模型中的未知权值参数。利用高斯混合参数对未知权值参数赋予确定的先验条件概率分布, 用于限制权值参数的稀疏性。该方法能够得到重建图像所需要的一组具有较高后验概率密度的模型, 从而实现图像在最小均方误差MMSE意义下的重构; 对于高斯混合模型中参数未知的情况, 可以采用基于EM的最大似然估计方法估计。实验结果表明, 基于贝叶斯匹配追踪的SAR图像重构方法能够获得精确的重建图像, 并且能够有效地保持图像的细节特征。
2021-10-15 10:13:42
1.19MB
1
一款路由追踪客户端软件，方便测试我们的的去程路由和回程路由。使用非常方便，并自带地图显示，可视化做的很好。BestTrace 是我用过最好的路由追踪测试工具。
2021-10-14 16:13:22
3.24MB
1
基于OpenCV-Python的摄像头人脸检测追踪控制系统
https://editor.csdn.net/md/?articleId=120497427
2021-10-13 18:04:17
172KB
1