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:
针对低信噪比条件下单通道通信信号与干扰盲分离问题,本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法.该算法首先建立了受扰信号的状态空间模型,并利用粒子滤波得到通信码元和未知参数的最大后验估计.针对标准粒子滤波中存在的粒子退化现象,本文引入了遗传进化操作来迭代估计优质粒子,在减少了所需粒子数量的同时,又保持了序贯估计过程中粒子集合的多样性和优质性,使新算法在低信噪比条件下具有更好的分离效果.仿真结果表明,新算法在干信比小于15 dB,信噪比大于10 dB的条件下,可以有效地从单路接收的受扰信号中分离出通信信号与干扰.
推荐文章
基于载波相频差异矩阵的单通道盲分离算法
通信
信号处理
遗传算法
盲分离
基于经验模态分解的单通道盲源分离算法
单通道盲源分离
独立分量分析
经验模态分解
本征模函数
模态混叠
应用基扩展模型的混合信号单通道盲分离算法
单通道
盲分离
逐幸存路径处理
基扩展模型
Viterbi序列估计
单通道下基于盲源分离OFD MA抗干扰算法
正交频分多址接入
抗干扰
盲源分离
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 利用遗传粒子滤波的单通道扰信盲分离算法
来源期刊 数据采集与处理 学科 工学
关键词 单通道盲分离 干扰分离 粒子滤波 遗传算法 干信比
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 783-789
页数 7页 分类号 TN911.7
字数 5458字 语种 中文
DOI
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 张邦宁 解放军理工大学通信工程学院 77 389 10.0 14.0
2 张杭 解放军理工大学通信工程学院 45 150 6.0 9.0
3 路威 解放军理工大学通信工程学院 16 61 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (79)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (43)
二级引证文献  (20)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
单通道盲分离
干扰分离
粒子滤波
遗传算法
干信比
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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
论文1v1指导