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:
为提高多输入多输出(MIMO)电力线通信系统对抗脉冲噪声的能力,基于稀疏贝叶斯学习的理论,利用脉冲噪声在电力线上的相关性,提出了一种消除 MIMO 电力线脉冲噪声的方案。方案使用全部子载波来联合估计脉冲噪声和可用子载波上的信号,无需训练脉冲噪声的统计信息。仿真中脉冲噪声拟合采用 Bivariate Middleton Class A 模型,结果表明该方案抗脉冲噪声性能比只使用空子载波的多观测向量稀疏贝叶斯学习(MSBL)方案提升了11 dB。
推荐文章
基于压缩感知和虚警概率的电力线脉冲噪声抑制方法
电力线通信
虚警概率
压缩感知
脉冲噪声
正交频分复用
电力线通信系统中抗脉冲噪声的信道估计算法
电力线通信
脉冲噪声
迭代
信道估计
电力线中基于幂迭代ICA的脉冲噪声抑制方法研究
电力线通信
脉冲噪声抑制
盲源分离
模型转换
独立分量分析
干扰消除
模式耦合快速求逆稀疏贝叶斯M IM O雷达成像
MIMO雷达成像
模式耦合
块稀疏
快速求逆
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 基于稀疏贝叶斯学习的 MIMO 电力线脉冲噪声消除
来源期刊 电力系统自动化 学科
关键词 电力线通信 脉冲噪声 稀疏贝叶斯学习 噪声消除 信噪比 误符号率
年,卷(期) 2014,(14) 所属期刊栏目 研制与开发
研究方向 页码范围 95-100,135
页数 7页 分类号
字数 5077字 语种 中文
DOI 10.7500/AEPS20130715011
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 胡国荣 中国科学院微电子研究所 25 416 9.0 20.0
2 呙涛 中国科学院微电子研究所 3 8 1.0 2.0
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  (7)
同被引文献  (32)
二级引证文献  (11)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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)
2011(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
电力线通信
脉冲噪声
稀疏贝叶斯学习
噪声消除
信噪比
误符号率
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
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导