排序方式: 共有33条查询结果,搜索用时 0 毫秒
1.
在现有的大规模三维多输入多输出(3D MIMO)系统中,相邻天线间的距离可能非常大,这往往会导致电磁波穿过阵列孔径时出现物理传播延迟,被称为空间宽带效应。而大多数学者在研究信道估计时为方便通常会忽略它,仅仅有学者研究雷达系统时提到了空间宽带效应。而去年有学者将其引入到了2D MIMO毫米波系统中,本文在此基础上将其扩展到了毫米波大规模3D MIMO系统中,基于平面天线阵列的水平角和垂直角设计了一种新的信道模型,并提出了一种信道估计算法,仿真结果表明其具有良好的信道估计性能。 相似文献
2.
在传统的协作非正交多址(CNOMA, Cooperative Non Orthogonal Multiple Access)系统中,通常需要向弱用户分配更多的功率,分配给强用户的功率不超过总功率的一半。同时,强用户还需在协作阶段承担中继通信的任务。上述功率分配方式必将给强用户带来一定的负担。为了在满足弱用户服务质量的情况下,进一步提高强用户的中断性能,本文提出一种基于中继和无线携能通信(SWIPT, Simultaneous Wireless Information and Power Transfer)的新型功率分配方案。该方案使用能量收集设备收集能量,通过最大化系统和速率寻求无线携能通信的最优功率分割因子,从而获得系统中断概率的闭式表达。考虑到优化问题的性质,本文提出了一种在功率分配固定的情况下,通过单调优化求解无线携能通信功率分割因子的算法。仿真结果表明,与CNOMA系统的传统功率分配方案相比,本文所提方案能够在不损失弱用户中断性能的前提下,有效提升强用户的中断概率,系统和速率总体提高了近 20%。 相似文献
3.
软件无线电中采样率转换技术的实现及在3G中的应用 总被引:1,自引:0,他引:1
目前移动通信标准繁多,且新旧体制混杂,很难做到统一.为了实现互连互通,目前比较可行的方法是采用软件无线电.采样率转换技术是实现互连互通的关键.文中针对第三代移动通信系统(3G)中不同通信体制的带宽、速率要求,根据分级变换的思想,对3G中的CDMA2000和TDSCDMA的采样率转换方案进行了设计,并对3G中的5种制式的采样率转换方案进行了分析比较.实验表明,这一方案可以在采样率变换的高效网络结构基础上进一步降低滤波运算量和存储量. 相似文献
4.
5.
帕金森病是一种常见的慢性神经系统疾病,构音障碍是帕金森病的早期症状之一。基于语音进行帕金森病的辅助诊疗有助于更早发现病情和观测病情的发展。传统方法常通过对语音特征(如频率微扰、振幅微扰等)的参数计算来进行疾病评估,然而这些特征可能无法全面反映所有的病理现象,从而影响了检测和评估的准确率。为更好地提取帕金森病患者语音中的病理信息,提升检测和评估的准确率,该文提出一种基于掩蔽自监督语音特征提取的帕金森病检测方法。首先,从帕金森病患者的原始语音中提取Mel语谱图特征,得到患者富含病理特征的全局时序化表示;然后,对部分Mel语谱图特征进行掩蔽,并通过掩蔽自监督模型对掩蔽部分进行重构,从而学习到帕金森病患者语音特征的更高级表示。为解决帕金森病语音数据稀缺的问题,该文先在LibriSpeech公开数据集上进行掩蔽自监督模型的预训练,然后基于迁移学习的思想,利用帕金森病语音数据对预训练好的掩蔽自监督模型进行微调和加权求和,以提升该模型特征表示学习的性能。最终,使用随机森林和支持向量机分类器分别对提取好的语音特征进行分类,以实现帕金森病的检测。该文在MaxLittle公开数据集和课题组自采数据集上,采用10折交叉验证的方法验证了所提方法的有效性。结果表明,与传统的Mel语谱图特征检测方法和其他经典的自监督特征提取方法相比,所提方法在准确率、敏感度、特异度性能方面均有明显提升。 相似文献
6.
基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。 相似文献
7.
作为智能体,认知无线电应具有智能学习和智能判决的能力。为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制。该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认知用户均被看作一个独立的支持向量机分类器,单个感知周期内得到的采样数据作为分类器的输入,分类器的概率输出将被发送至融合中心,融合中心采用模糊积分算法将各分类器得到的结果进行融合并判决。该机制充分挖掘了认知用户在频谱感知阶段的“智能学习”能力和信息融合阶段的“智能判决”能力,仿真结果进一步表明,与单一的分类模型相比,本文提出的智能协作频谱感知机制具有更高的检测概率和更低的虚警概率。 相似文献
8.
在协作频谱感知网络中,设备故障、信道阴影衰落和噪声等会导致频谱感知器(如手机、平板等)发送的信息不可靠,而恶意用户在协作频谱感知网络中,也会发送错误的感知信息以混淆视听,干扰诚实用户的判决结果。不可靠消息在邻居用户间的传递必将导致感知结果产生偏差和错误,大大降低了协作频谱感知的效率。为解决上述问题,本文将置信传播算法和信誉模型相结合,提出一种基于次用户分组的频谱感知数据伪造(SSDF,Spectrum Sensing Data Falsification)攻击防御方案。该方案分两个阶段对不可靠信息进行过滤:首先,在频谱感知阶段,通过置信传播算法对次用户进行分组,过滤掉因设备故障等因素产生的不可靠用户,剩余用户则视为正常工作用户进行数据融合。然后,在数据融合阶段,根据以信誉值作为权重因子的置信传播算法来计算最终的判决值。本文所提方案分别在感知阶段和融合阶段采取了防御措施,可有效地过滤网络中的不可靠信息,减小恶劣的频谱环境对次用户感知结果的影响。仿真结果表明,本文所提方案迭代次数少、收敛快,有效地减弱了SSDF攻击带来的损害,提高了感知结果的准确性、增强了认知无线网络的安全性。 相似文献
9.
毫米波大规模MIMO(Multiple-Input Multiple-Output)系统的混合预编码在基于理想硬件假设的前提下获得了广泛的研究。然而,在毫米波频段难以避免的硬件非理想特性会导致射频失真的产生,并严重制约系统的性能。本文考虑了毫米波大规模MIMO系统发射机同相和正交(In-phase and Quadrature-phase, IQ)支路不平衡问题,设计了一种基于广义线性实值信号模型的混合预编码方案以抑制IQ不平衡对系统性能的不利影响。该方案利用复-实变换将含有IQ不平衡引起的共轭干扰的接收信号模型转化为广义线性实值信号模型,基于正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法,分别在复数域和实数域迭代设计模拟预编码器和数字预编码器。仿真结果表明,该方案能有效地提高频谱效率和误码性能。 相似文献
10.
本文针对分别具有统计信道状态信息(Channel State Information,CSI)和瞬时CSI的用户,研究了两类用户在三维多输入多输出(Three-Dimension Multiple-Input Multiple-Output,3D MIMO)系统中的下行链路传输模式,解决了混合利用统计和瞬时CSI的下行预编码的设计问题。利用3D MIMO信道的克罗内克积的性质,提出了一种用于最小化基站总发射功率的扩展迫零预编码的方法,并分别求解其最优水平预编码矩阵和最优垂直预编码矩阵。仿真结果表明,该方案具有更低的复杂度和良好的速率。 相似文献