基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于目前信号盲检测算法主要依赖二阶或高阶统计量,均需要大数据量作为基础.而基于小数据量的高阶PSK信号盲检测算法迄今未见.研究了仅依赖小数据量的盲检测16PSK信号算法,采用支持向量回归方法并采用线性ε-不敏感损失函数将16PSK信号盲检测问题转化为无约束优化问题,并采用迭代算法求解该优化问题,进而盲检测16PSK信号.算法验证中采用经典移动通信复数信道进行仿真和分析该方法的性能.
推荐文章
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
基于支持向量回归的光度配准算法
支持向量机
图像
配准
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
基于支持向量回归机的电能质量评估
电能质量
评估模型
支持向量机
支持向量回归机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量回归盲检测16 PSK信号
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 支持向量回归 盲检测 损失函数 16PSK
年,卷(期) 2009,(5) 所属期刊栏目 学术论文
研究方向 页码范围 50-53,64
页数 5页 分类号 TN911.7
字数 3408字 语种 中文
DOI 10.3969/j.issn.1673-5439.2009.05.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张志涌 南京邮电大学自动化学院 38 287 10.0 15.0
2 阮秀凯 南京邮电大学通信与信息工程学院 10 74 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量回归
盲检测
损失函数
16PSK
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导