高阶累积量
高阶累积量的相关文献在1991年到2022年内共计566篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、机械、仪表工业
等领域,其中期刊论文474篇、会议论文45篇、专利文献68698篇;相关期刊220种,包括系统工程与电子技术、信息工程大学学报、电波科学学报等;
相关会议41种,包括第六届全国交通工程测量学术研讨会、甘肃省电机工程学会2013年学术年会、第六届全国信号和智能信息处理与应用学术会议等;高阶累积量的相关文献由1256位作者贡献,包括赵知劲、赵俊渭、吴瑛等。
高阶累积量—发文量
专利文献>
论文:68698篇
占比:99.25%
总计:69217篇
高阶累积量
-研究学者
- 赵知劲
- 赵俊渭
- 吴瑛
- 周围
- 戴永寿
- 王树勋
- 郭业才
- 周正中
- 尹成
- 张德民
- 冯祥
- 张天骐
- 张立民
- 李建东
- 李洪升
- 王少水
- 肖先赐
- 邱天爽
- 邵忍平
- 郭黎利
- 陈华伟
- 魏平
- 伍家松
- 倪晋平
- 凌青
- 刘颖
- 周欣
- 姜龙玉
- 张更新
- 徐闻
- 战金龙
- 李宏伟
- 洪亚萍
- 王峰
- 王斌
- 石玉梅
- 胡婧
- 舒华忠
- 葛临东
- 谢智东
- 谢桂生
- 闫文君
- 马远良
- 高勇
- 魏瑾
- 万明习
- 何怡刚
- 刘宏昱
- 刘杰
- 占锦敏
-
-
黄章斌;
杨荣杰
-
-
摘要:
针对多径信道下传统方法识别OFDM雷达信号子载波调制方式存在识别正确率较低,识别子载波调制方式不完备,判决门限不易确定等问题,提出一种新颖的OFDM雷达信号子载波调制方式识别方法。利用OFDM雷达信号的瞬时幅度绝对值标准偏差,实现子载波多进制正交振幅调制(MQAM)和多进制相位调制(MPSK)的类间识别,利用组合高阶累积量作为识别特征量,对MQAM和MPSK两类调制方式中的子类间进行分类识别,利用递归降价的方法实现子载波调制阶数M>16的MQAM调制方式的识别。仿真实验结果表明,该方法能够有效实现多径信道下OFDM雷达信号多种子载波调制方式的识别,且识别性能更优,可以识别更完备的子载波调制方式类型。
-
-
许琦敏;
万峻;
何羚;
王茜
-
-
摘要:
针对符合CCSDS(Consultative Committee for Space Data Systems,国际空间数据系统咨询委员会)标准的多种复合调制体制测控信号,本文在建立8类典型调制信号数学模型的基础上,分析了信号的频域和统计域特征,并基于高阶累积量和信号平方谱提取了4个特征参数.根据所提的特征参数,针对复合调制信号提出了一种基于特征提取的直接识别方法,给出了具体的识别流程,并在11种信噪比下对该识别方法进行了MATLAB仿真实验.仿真结果表明在2 dB信噪比条件下,8类信号的识别率均达到98%,证明了所提复合调制盲识别方法的有效性.
-
-
李新春;
谷永延;
黄朝晖;
纪小璐;
魏武;
孟硕
-
-
摘要:
为了挖掘信道状态信息(channel state information, CSI)在手臂行为识别中的非线性深层特征,提高识别准确度,提出了一种基于高阶累积量和改进广义回归神经网络(generalized regression neural network, GRNN)的CSI手臂行为识别算法。离线阶段,将在不同手臂动作下采集的细粒度CSI幅度和相位差作为基信号,并利用平均绝对偏差改进的spearman rank相关系数选择敏感性强的子载波;针对CSI中的非线性非高斯信息,在所选子载波中提取高阶累积量特征;在灰狼算法(grey wolf optimizer, GWO)优化的GRNN神经网络中训练出能有效处理非线性问题的GWO-GRNN动作识别模型。在线阶段,利用训练好的识别模型对输入的CSI数据进行手臂动作的判别。通过仿真实验验证,该算法的手臂行为识别准确度为95.83%,高于目前相关算法所达到的准确度,具有明显的识别优势。
-
-
田伟光;
李华圣;
沈振惠;
洪卫军
-
-
摘要:
通信信号调制方式识别在信号检测、频谱监测等领域有着重要的地位,是非合作通信的关键技术。本文利用信号的四阶、六阶、八阶累积量构造多个特征参数,实现了2ASK、2FSK、BPSK、QPSK、16QAM和OFDM六种常用数字信号调制方式的识别。在MATLAB环境下进行了仿真实验,实验结果表明,该方法在0dB信噪比下可以实现有效识别。
-
-
任进;
姬丽彬;
党柳
-
-
摘要:
为实现卫星信号调制方式的分类,提出的高阶累积量与K最近邻算法(KNN)调制样式识别算法选取对噪声不敏感的5种高阶累积量特征参数用于信号的识别,通过KNN作为分类器对信号分类。实验结果表明,当信噪比(SNR)高于12 dB时,信号的调制方式可以被高效地识别,并且识别率趋近100%,但需要人工设计和提取特征参数。因此,提出了循环神经网络(Recurrent Neural Network,RNN)的卫星调制信号识别算法,以信号的IQ数据作为模型的输入,通过LSTM进行分时特征提取,全连接层进行分类,最终完成识别。在采样长度等于512,SNR大于4 dB时,识别率趋近100%。与KNN相比,LSTM网络的识别性能更为优越,尤其在低SNR的情况下,可以高效识别6种调制方式。
-
-
李佩;
王伟
-
-
摘要:
非协作通信环境中,针对平坦瑞利衰落信道下多进制正交幅度调制信号(Multiple Quadrature Amplitude Modulation,MQAM)的调制识别进行了研究。首先阐述和分析了平坦瑞利衰落信道下基于高阶累积量进行调制识别的原理,然后利用各阶累积量比值的方法构造出3个单特征参数和1个联合特征参数,最终实现了4QAM、16QAM、32QAM和64QAM信号的识别,并分析不同条件下算法的识别性能。通过LabVIEW+USRP软硬件结合的方式,在实际信道环境条件下对文中算法进行验证。实验结果表明,当信噪比为10 dB时,信号平均识别率接近90%,故具有一定的实用价值。
-
-
胡佩聪;
杨文东;
李佩
-
-
摘要:
针对受莱斯衰落影响的4QAM、16QAM、32QAM、64QAM、128QAM、256QAM六类信号,分别研究了卷积神经网络(CNN)模型以及特征参数结合深度神经网络(DNN)分类器模型的调制方式识别性能。CNN模型需要大量带标签的数据集以及很长的训练时间才能获得较好的识别性能,而特征参数结合深度神经网络分类器模型所需训练时间较短,但其分类性能受限于特征参数的设计。针对以上问题,研究了混合高阶矩作为特征参数集,再将DNN作为分类器对多进制正交幅度调制(MQAM)信号进行识别的方法。仿真结果表明,该方法在低信噪比情况下对受莱斯衰落影响的MQAM信号识别准确率高于CNN模型,且分类准确率上限明显高于采用高阶累积量作为特征参数的方法。
-
-
贾志超
-
-
摘要:
针对传统方法在应用时无线电通信误码率较高,为此提出无线电通信抗干扰方法研究。建立无线电通信模型,用来表示无线电通信信道传输过程;然后对混合通信信号进行去均值化和预白化处理,将无线电通信信号均值处理为零,并且对混合信号中冗余信息的压缩和去除;计算无线电通信信号高阶累积量和归一化峭度特征值,分析无线电通信信号高斯分布的偏离程度;根据提取到的特征参数,利用分离算法对无线电通信信号进行计算,将无线电通信信号从干扰信号中分离出来,以此实现了无线电通信抗干扰。实验结果表明,应用此次设计方法后无线电通信误码率低于传统方法,更适用于无线电通信抗干扰。
-
-
杨洪娟;
时统志;
李博;
赵楠;
王钢
-
-
摘要:
针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题,该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先,根据4,6阶累积量的属性特点构建3个特征参数,以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型,然后结合改进的星座图减法聚类算法分离出剩余调制样式,最后将参数联合,建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息,具有特征提取参数简单、识别种类多等特点。仿真结果表明,该算法在信噪比(SNR)10 dB下对卫星单-混信号的调制识别率仍能达到90%以上。
-
-
吴美霖;
高瑜翔;
涂雅培;
覃镜涛;
唐芷宣;
胡斐
-
-
摘要:
针对模拟、数字调制方式在简单网络下识别率不高的问题,提出了一种基于特征融合、自注意力机制、并联神经网络的调制识别算法——MACLNN。使用8个统计量特征参数组合和IQ数据分别作为卷积神经网络(Convolutional Neural Network,CNN)和卷积长短时神经网络的输入,由自注意力机制重新分配特征的权重,再通过并联层进行特征融合,最终完成11类调制方式的识别。仿真结果表明,在高信噪比下识别准确率可达到94.1%,使用复杂度较低的模型获得了高于同类算法的识别精度。
-
-
Li Xiuhai;
李秀海;
Zhang Yujuan;
张玉娟;
Cao Xiange;
曹先革;
Zhang Weicheng;
张为成;
Si Haiyan;
司海燕;
Zhao Xiaoming;
赵晓明;
Hei Long;
黑龙
- 《第六届全国交通工程测量学术研讨会》
| 2013年
-
摘要:
建立了交通定位与导航精密电离层延迟改正模型,基于全球电离层图(GIM),研究了区域电离层总电子含量(TEC)建模与预报的方法.介绍了高阶累积量的概念,利用高阶累积量具有抑制高斯加性噪声的特点,研究了基于高阶累积量的非平稳季节性时间序列TEC的建模方法和原理.对季节性时间序列周期采用快速傅里叶变换确定,以自回归AR模型对差分之后的数据建模,借助Matlab的高阶统计工具箱实现模型辨识、参数估计.利用IGS提供的2011年6月东经125°,纬度为0°,45°,87.5°具有代表性的区域电离层TEC数据进行建模及预报.结果表明:对一周时间以内的不同区域电离层格网点TEC预报准确率分别达到85.9%,85.1%和89.4%.模型预报精度明显优于Klobuchar模型.
-
-
Tang Fei;
唐斐
- 《甘肃省电机工程学会2013年学术年会》
| 2013年
-
摘要:
间谐波的频率是基波频率的非整数倍,随着电力设备的不断更新升级,大量电力电子设备,尤其是非线性元件的广泛应用,使得电网的谐波情况更加的复杂,为了精确的检测出间谐波的各参数,该文首先应用信息论估计出正弦成分数,再利用高阶累积量能够抑制高斯噪声的特点,采用四阶累积量的MUSIC(多重信号分类算法)得到各次谐波和间谐波的频率数,最后通过最小二乘法估计出相位和幅值参数,并由仿真验证其可行性及优势.
-
-
-
-
-
-
-
何选森;
尹许梅;
刘福星
- 《2010国际仪器仪表与测控技术大会》
| 2010年
-
摘要:
根据语音信号是短时平稳的而高斯噪声的高阶累积量为零的特点,首先提出一种语音激活检测算法,利用通信接收端观测信号的高阶累积量并结合短时能量阀值来检测语音信号。在此基础上,为了对检测出来语音信号的说话人进行识别,提出了一种改进的MFCC特征提取算法,在预处理阶段采用一种新的窗函数抑制旁瓣,并引入Bark子波变换以适应人的听觉系统。实验结果表明,在低信噪比环境下本文方法能进一步提高语音的检测和识别性能。
-
-
王俊
- 《第十九届全国测控、计量、仪器仪表学术年会》
| 2009年
-
摘要:
本文对基于盲源分离技术的弱信号检测方法进行了研究,构造了弱信号检测模型.采用基于高阶累积量的独立分量分析算法来对弱信号进行检测.为了证明模型和算法的有效性,对弱语音信号进行实验仿真检测.实验表明,盲源分离技术应用在弱信号检测中是可行的,算法能够有效地提高输出信噪比.随着输入信噪比的降低,输出信噪比的改善效果越明显.当输入信噪比不低于-82dB时,该算法能有效地检测到弱信号源.
-
-
-
-
-
-
-
- 河南理工大学
- 公开公告日期:2021.05.18
-
摘要:
本发明提供一种基于变异系数与高阶累积量的小电流接地选线方法,包括当小电流接地系统发生单相接地故障时,记录该故障时刻前一个周期与后一个周期的暂态零序电流信号,获取暂态零序电流纯故障分量信号;将每条线路的暂态零序电流纯故障分量信号进行变异系数的求解,判断每条线路的极性是否相同,若极性相同,判断为母线故障;若极性唯一不同,判断为线路故障,且对应极性唯一不同的线路为待定故障线路;获取故障后的暂态零序电流信号,对每条线路的暂态零序电流信号进行变分模态分解,得到IMF分量;获取每条线路IMF分量的高阶累积量值,对应高阶累积量值最大的线路为待定故障线路,若双重待定故障线路选线结果相同,判断该线路为故障线路。本发明检测精度高,适用范围广,实用性强,广泛应用于电力系统中。
-
-
-
-
-