本文選題：多元位置相移鍵控 + 類二分法SVM��； 參考：《東南大學(xué)學(xué)報(自然科學(xué)版)》2014年03期

【摘要】：為了降低基于多分類支持向量機(SVM)的多元位置相移鍵控(MPPSK)系統(tǒng)的信號檢測復(fù)雜度,同時提升誤碼率性能,提出一種新的類似于二分法的SVM多分類方法.然后在此基礎(chǔ)上引入LDPC信道編碼,考慮到SVM輸出轉(zhuǎn)化為多進制后驗概率的復(fù)雜性,采用簡單的位比特翻轉(zhuǎn)法進行LDPC譯碼,并利用一種進制轉(zhuǎn)化機制簡化多進制LDPC譯碼.結(jié)果顯示,類二分法SVM判決方法可以有效降低多分類SVM檢測算法的復(fù)雜度,且其檢測性能相較于已有的MPPSK信號檢測算法顯著提升;所采用的進制轉(zhuǎn)化機制實現(xiàn)了基于SVM多分類判決的MPPSK系統(tǒng)中的多進制LDPC編解碼;引入LDPC編碼以后,MPPSK信號性能進一步顯著提升.
[Abstract]:In order to reduce the signal detection complexity of multi-position phase-shift keying (MPPSK) system based on multi-classification support vector machine (SVM) and improve the BER performance, a new SVM multi-classification method similar to dichotomy is proposed. Based on this, LDPC channel coding is introduced. Considering the complexity of the conversion of SVM output to multiary posteriori probability, a simple bit flipping method is used to decode LDPC, and a new system is used to simplify the LDPC decoding. The results show that the SVM decision method can effectively reduce the complexity of the multi-class SVM detection algorithm, and its detection performance is significantly improved compared with the existing MPPSK signal detection algorithm. The binary conversion mechanism is used to realize the multiary LDPC coding and decoding in MPPSK system based on SVM multi-classification decision, and the performance of MPPSK signal is further improved after the introduction of LDPC coding.
【作者單位】： 東南大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61271204) 廣東省重大科技專項資助項目(2010A080402003)
【分類號】：TN911.22

【參考文獻】

相關(guān)期刊論文 前3條

1 應(yīng)鵬魁;吳樂南;;一種新的MPPSK調(diào)制解調(diào)器實現(xiàn)結(jié)構(gòu)[J];東南大學(xué)學(xué)報(自然科學(xué)版);2012年02期

2 ;PLL DEMODULATION TECHNIQUE FOR M-RAY POSITION PHASE SHIFT KEYING[J];Journal of Electronics(China);2009年03期

3 靳一;吳樂南;余靜;陳藝方;;MPPSK調(diào)制解調(diào)器研究[J];信號處理;2012年07期

【共引文獻】

相關(guān)期刊論文 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2003年04期

2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

5 馮學(xué)軍;;最小二乘支持向量機的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年01期

6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(英文)[J];半導(dǎo)體技術(shù);2008年06期

7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測[J];半導(dǎo)體技術(shù);2011年09期

8 李卓遠,吳為民,王e，

本文編號：1814842