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:
对称α稳定(SαS)分布噪声是一种非高斯噪声,相对于高斯噪声具有明显的脉冲特性,因此高斯噪声下的软解映射算法不适用于SαS分布噪声中.为解决该问题,根据高斯噪声下软解映射算法的对数似然比和信号幅度呈线性的特点,提出一种SαS分布噪声下基于欧式距离的软解映射算法,只需在高斯噪声下的软解映射算法和译码算法之间加入预处理算法,限制比特软信息的幅度,并将幅度过高的软信息置零.仿真结果显示,该算法实现简单、运算量低,所需信噪比在α=1.84的SαS分布噪声下比Huber算法低0.3 dB,在α=1.3的SαS分布噪声下低2dB~5 dB.
推荐文章
α稳定分布噪声下的核最小平均P范数算法
α稳定分布
最小平均P范数
核方法
再生核希尔伯特空间
Mackey-Glass时间序列
动态环境下运用对称位移映射的PSO算法
粒子群优化
动态环境
优化问题
双子群协同
对称位移映射
差异进化
一种基于LLR软判决的LTE解映射简化算法
LTE
解映射
对数似然比
软判决
Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法
M估计
波达方向估计
分数低阶统计量
MUSIC 算法
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 对称α稳定分布噪声下的软解映射算法
来源期刊 计算机工程 学科 工学
关键词 软解映射 Turbo译码 对称α稳定分布噪声 Huber惩罚函数 Turbo卷积码
年,卷(期) 2014,(6) 所属期刊栏目 移动互联与通信技术
研究方向 页码范围 40-44
页数 5页 分类号 TN911
字数 3502字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.06.010
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 葛临东 信息工程大学信息系统工程学院 91 725 15.0 21.0
2 巩克现 信息工程大学信息系统工程学院 25 68 5.0 6.0
3 董政 信息工程大学信息系统工程学院 6 13 2.0 3.0
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  (6)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2003(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)
2006(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)
2012(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)
研究主题发展历程
节点文献
软解映射
Turbo译码
对称α稳定分布噪声
Huber惩罚函数
Turbo卷积码
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导