现有的信道估计算法大多是基于高斯噪声模型假设。然而在实际无线通信环境中，常常出现脉冲噪声使得噪声不再满足高斯模型，而是满足一种广义高斯分布（GGD）噪声模型。采用传统的自适应信道估计算法（如递归最小二乘（RLS）算法）无法抑制这种非高斯噪声的干扰。对此提出一种可抑制非高斯噪声干扰的RLS信道估计算法。该算法通过在标准RLS算法中引入两种稀疏约束函数（L1-范数和L0-范数）来有效地挖掘稀疏结构信息。通过蒙特卡罗仿真，验证了提出的信道估计算法的估计性能比标准RLS算法更好。
2021-03-21 14:34:09
536KB
1
针对来波信号功率不同情形下的波达方向估计问题,构建广义斜投影算子自适应抑制接收数据中非期望方向的接收信号,同时自适应调节空间谱加权系数,平衡强弱信号的空间谱峰。通过干扰抑制和空间谱估计的同步处理,实现信号源波达方向(direction of arrival,DOA)的高分辨估计,且避免弱信号的谱峰被强信号谱峰遮盖的问题。理论分析与仿真表明,所提方法在信号功率不同时,对弱信号的DOA估计具有更强的鲁棒性,可有效地实现对不同方向来波信号的高分辨DOA估计,降低信号功率不同带来的影响。且随着快拍数及信噪比的增加,DOA估计方差逐渐逼近相应的克拉美罗界下限。
2021-03-16 18:10:25
435KB
1
流行的强度-色相饱和度（IHS）泛锐化方法可以在遭受某些光谱失真的同时提供较高的空间质量，这主要是因为它无法估计准确的强度图像来替代IHS空间中的原始强度图像。 为了克服这一缺点，本文特别采用变分互补数据融合的建模思想，提出了一种在广义IHS（GIHS）变换域中采用变分Hessian转移的新型高效泛锐化方法。更准确的强度图像。 更具体地说，所提出的方法的新颖性在于在GIHS变换域中建立变分的Hessian传递模型，以将基于Hessian的全色（Pan）图像的空间几何信息传递到新的强度图像，同时考虑到保留光谱信息。 最后，实验结果证明了该方法的有效性，与某些最新方法相比，该方法具有更高的光谱和空间质量以及更高的效率。
2021-03-15 16:08:37
2.47MB
1
20170622-华泰证券-华泰人工智能系列之二：人工智能选股之广义线性模型.pdf
2021-03-15 12:12:43
2.56MB
1