本文關(guān)鍵詞：基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：短波通信系統(tǒng)中,信號(hào)在信道中傳輸時(shí)受到時(shí)延、多徑衰落和噪聲等的干擾,會(huì)產(chǎn)生碼間干擾(InterSymbol Interference,ISI),從而使發(fā)送信號(hào)在接收端無法正確識(shí)別。消除或減小ISI的主要技術(shù)是信道均衡。盲均衡是不需要訓(xùn)練序列,就能消除ISI而恢復(fù)輸入信號(hào)的信道均衡技術(shù)。短波突發(fā)通信由于抗干擾和抗截獲能力強(qiáng)、保密性能高而被廣泛應(yīng)用在軍事通信領(lǐng)域。短波突發(fā)信號(hào)與傳統(tǒng)短波信號(hào)相比,符號(hào)數(shù)通常是幾百,有時(shí)甚至僅是幾十,較少的數(shù)據(jù)符號(hào)對(duì)盲均衡技術(shù)提出了更高的要求。盲均衡技術(shù)中,最傳統(tǒng)的方法是高階統(tǒng)計(jì)量法,但由于其利用數(shù)據(jù)的高階統(tǒng)計(jì)特性使得算法運(yùn)算量特別大,而且需要大量的數(shù)據(jù)才能收斂并且收斂的速度很慢。這些缺點(diǎn)限制了其在小數(shù)據(jù)信號(hào)處理領(lǐng)域的應(yīng)用。近些年,支持向量機(jī)(Support Vector Machnie,SVM)和相關(guān)向量機(jī)(Relevance Vector Machine,RVM)等機(jī)器學(xué)習(xí)方法被廣泛應(yīng)用于盲均衡。與基于高階統(tǒng)計(jì)量的盲均衡方法相比,基于SVM和RVM的盲均衡器需要較小數(shù)據(jù)樣本即可達(dá)到所要求的均衡水平。相比于SVM,由于RVM基于貝葉斯架構(gòu),所以RVM均衡器比SVM均衡器具有更好的收斂性及更稀疏的檢測模型。傳統(tǒng)的SVM或RVM通常使用單一核函數(shù),插值能力和外推能力不能兼而得之,而核函數(shù)的選擇對(duì)均衡器的性能有很大的影響。因此,本文提出采用混合核函數(shù)(Hybrid-kernel,Hk)產(chǎn)生設(shè)計(jì)矩陣,使得基于混合核函數(shù)的RVM(Hybrid-kernel Relevance Vector Machine,Hk-RVM)比傳統(tǒng)的RVM有更好的插值能力和外推能力。本文研究了盲均衡的基本原理,分析了傳統(tǒng)的盲均衡方法及各自的優(yōu)缺點(diǎn),對(duì)RVM的原理及基于RVM的盲均衡方法進(jìn)行了詳細(xì)闡述并做了實(shí)驗(yàn)仿真。提出了基于Hk-RVM的盲均衡理論和算法,分別對(duì)比了Hk-RVM與RVM以及Hk-RVM與SVM的盲均衡算法性能。實(shí)驗(yàn)結(jié)果表明,Hk-RVM盲均衡器比RVM及SVM盲均衡器具有更好的稀疏性且誤碼率更低。此外,Hk-RVM和RVM盲均衡器基于貝葉斯架構(gòu),使得其均衡穩(wěn)定性高于SVM盲均衡器。
【關(guān)鍵詞】：盲均衡 短波突發(fā)信號(hào) 支持向量機(jī) 相關(guān)向量機(jī) 混合核函數(shù)
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.5;TP18
【目錄】：

• 中文摘要3-4
• Abstract4-9
• 第一章 引言9-15
• 1.1 選題背景及研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀分析10-13
• 1.3 本文的研究內(nèi)容13-15
• 第二章 短波信道特點(diǎn)及其傳輸模型15-22
• 2.1 短波信道的物理特點(diǎn)15-16
• 2.2 短波信道的等效模型16-20
• 2.2.1 Watterson模型的數(shù)學(xué)原理17-18
• 2.2.2 Watterson模型的模擬仿真18-20
• 2.3 短波突發(fā)信道的等效模型20-21
• 2.4 本章小結(jié)21-22
• 第三章 短波突發(fā)信號(hào)的盲均衡方法22-30
• 3.1 盲均衡的基本原理22-23
• 3.2 恒模盲均衡方法23-24
• 3.3 基于數(shù)據(jù)重用技術(shù)的恒模短波突發(fā)信號(hào)盲均衡方法24-25
• 3.4 基于支持向量機(jī)的短波突發(fā)信號(hào)盲均衡方法25-26
• 3.5 實(shí)驗(yàn)仿真26-29
• 3.5.1 CMA盲均衡算法仿真分析26-27
• 3.5.2 SVM盲均衡算法仿真分析27-29
• 3.6 本章小結(jié)29-30
• 第四章 相關(guān)向量機(jī)的理論及算法30-38
• 4.1 概率知識(shí)30-32
• 4.1.1 貝葉斯定理30-31
• 4.1.2 概率預(yù)測方法31-32
• 4.2 用于回歸的相關(guān)向量機(jī)32-34
• 4.2.1 貝葉斯模型32-33
• 4.2.2 算法推導(dǎo)33-34
• 4.2.3 超參數(shù)優(yōu)化34
• 4.2.4 模型預(yù)測34
• 4.3 用于分類的相關(guān)向量機(jī)34-36
• 4.4 實(shí)驗(yàn)仿真36-37
• 4.4.1 實(shí)驗(yàn)設(shè)計(jì)36
• 4.4.2 實(shí)驗(yàn)結(jié)果與分析36-37
• 4.5 本章小結(jié)37-38
• 第五章 基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法38-49
• 5.1 相關(guān)向量機(jī)的核函數(shù)38-41
• 5.1.1 常用核函數(shù)38
• 5.1.2 局部核函數(shù)與全局核函數(shù)38-40
• 5.1.3 混合核函數(shù)40-41
• 5.2 基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法41-43
• 5.3 基于混合核函數(shù)相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法43-45
• 5.4 實(shí)驗(yàn)仿真45-48
• 5.4.1 基于RVM的短波突發(fā)信號(hào)盲均衡實(shí)驗(yàn)45-46
• 5.4.2 基于Hk-RVM的盲均衡實(shí)驗(yàn)46-47
• 5.4.3 Hk-RVM盲均衡器的性能特點(diǎn)47-48
• 5.5 本章小結(jié)48-49
• 第六章 總結(jié)和展望49-50
• 參考文獻(xiàn)50-53
• 致謝53

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張立毅,張雄,王華奎,沙定國;盲均衡技術(shù)及其發(fā)展[J];太原理工大學(xué)學(xué)報(bào);2002年06期

2 童峰;許肖梅;陸佶人;方世良;;一種帶階數(shù)檢測的信道盲均衡算法仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2006年10期

3 丁歡;王永剛;;通信中的盲均衡技術(shù)[J];現(xiàn)代電子技術(shù);2007年11期

4 高沂;高澤斌;;盲均衡技術(shù)的發(fā)展及應(yīng)用前景[J];黑龍江科技信息;2008年36期

5 馬曉宇;胡建偉;;盲均衡技術(shù)的研究及發(fā)展[J];中國新通信;2009年19期

6 肖瑛;李振興;;差異進(jìn)化算法初始化的小波神經(jīng)網(wǎng)絡(luò)盲均衡[J];電路與系統(tǒng)學(xué)報(bào);2010年04期

7 肖瑛;阮睿;李春杰;;采用輸出誤差符號(hào)判決的變步長常數(shù)模盲均衡[J];大連民族學(xué)院學(xué)報(bào);2014年01期

8 張立毅,魯瑞,王華奎,沙定國;盲均衡技術(shù)及其應(yīng)用[J];中國有線電視;2003年01期

9 韓彬;喬曉紅;;含公零點(diǎn)信道的盲均衡及其發(fā)展[J];黑龍江科技信息;2010年09期

10 饒偉;郭業(yè)才;汪勝前;譚文群;夏非;劉劍冰;;基于坐標(biāo)變換的常數(shù)模盲均衡新算法[J];電子學(xué)報(bào);2011年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前7條

1 鄭鵬;田莉;劉郁林;陳金召;;基于高階統(tǒng)計(jì)量和實(shí)數(shù)編碼遺傳算法的盲均衡方法研究[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

2 孫云山;張立毅;李艷琴;;神經(jīng)網(wǎng)絡(luò)盲均衡綜述[A];四川省通信學(xué)會(huì)2005年學(xué)術(shù)年會(huì)論文集[C];2005年

3 岳克強(qiáng);趙知?jiǎng)?尚俊娜;;基于改進(jìn)蛙跳算法的盲均衡技術(shù)研究[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 蔡理金;孫少蘭;;基于不同誤差函數(shù)的常數(shù)模盲均衡算法仿真[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

5 李芳蘭;周躍海;陳東升;童峰;;淺海信道盲均衡與自適應(yīng)均衡算法比較研究[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

6 劉琦;胡波;;MIMO+OFDM系統(tǒng)中基于自相關(guān)匹配原理的信道盲均衡[A];無線傳感器網(wǎng)及網(wǎng)絡(luò)信息處理技術(shù)——2006年通信理論與信號(hào)處理年會(huì)論文集[C];2006年

7 朱斌;馬艷;趙叢;;RLS—BP算法在信道盲均衡中的應(yīng)用[A];2007’促進(jìn)西部發(fā)展聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王大磊;基于優(yōu)化理論的盲均衡技術(shù)研究[D];解放軍信息工程大學(xué);2014年

2 侯永興;基于高階循環(huán)累積量的盲均衡技術(shù)的研究[D];太原理工大學(xué);2012年

3 許軍;通信盲接收中短數(shù)據(jù)處理若干問題的研究[D];清華大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 何宗苗;非協(xié)作通信下信道的盲均衡技術(shù)研究[D];西南科技大學(xué);2015年

2 郭曉玲;非合作通信下OFDM系統(tǒng)的盲均衡方法研究[D];西安電子科技大學(xué);2014年

3 龍濤;無人機(jī)通信信道建模及盲均衡技術(shù)研究[D];重慶大學(xué);2015年

4 張婷;基于常模的信道盲均衡若干新問題研究[D];解放軍信息工程大學(xué);2014年

5 孫海飛;基于粒子濾波的非線性衛(wèi)星信道盲均衡方法研究[D];解放軍信息工程大學(xué);2015年

6 趙振興;基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法研究[D];蘭州大學(xué);2016年

7 葉桂林;通信測距復(fù)合系統(tǒng)盲均衡技術(shù)研究[D];哈爾濱工程大學(xué);2008年

8 左智奇;通信系統(tǒng)中的盲均衡技術(shù)研究[D];河北工業(yè)大學(xué);2007年

9 王曉艷;基于變步長雙模式盲均衡的研究[D];太原理工大學(xué);2011年

10 許丹;基于高階統(tǒng)計(jì)量的盲均衡理論與算法研究[D];安徽大學(xué);2006年

  本文關(guān)鍵詞：基于相關(guān)向量機(jī)的短波突發(fā)信號(hào)盲均衡方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：367289