- 博客(19)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 现代数字信号处理第九章——盲信号处理
在实际的许多信号处理场合，信号处理所需的各种信息并不全部已知，这时的信号处理称为盲信号处理。 本章主要内容：盲信号处理基本概念Bussgang盲均衡原理SIMO信道盲辨识算法；子空间方法和互关系方法盲波束形成算法一、盲信号处理基本概念系统辨识：根据系统输出信号（观测数据），求解系统输入输出关系盲系统辨识：不知道系统输入信号，只知道系统输出信号时的系统辨识盲解卷积：仅知道系统输出信号，不知道系统的冲激响应情况下的解卷积信道均衡：纠正（或补偿）传输信道的不 平坦幅频特性，使整个传输信
2020-08-20 15:05:43
5385
原创 现代数字通信第八章——阵列信号处理与空域滤波
主要内容：阵列信号模型空间谱估计空域滤波一、阵列接收信号模型1、均匀线阵\quadK个窄带信号分别从θ1,θ2,⋯ ,θk\theta_1,\theta_2,\cdots,\theta_kθ1,θ2,⋯,θk方向，入射到间隔为d的均匀线阵，则接收到的信号向量为x(n)=As(n)+v(n)x(n)=As(n)+v(n)x(n)=As(n)+v(n)第k个信源的方向向量为α(θk)=[1,e−jϕk,⋯ ,e−j(M−1)ϕk]\alpha(\theta_k)=[1,e^{-j\
2020-08-19 21:28:16
4416
2
原创 现代数字信号处理第七章——卡尔曼滤波
本章讨论的问题如下：新息过程卡尔曼滤波算法和性能卡尔曼滤波应用一、新息过程\quad线性预测器在最小均方误差意义下的预测误差e(n)e(n)e(n)称为新息过程，新息过程α(n)=d(n)−d^(n)=z(n)−wHzn−1\alpha(n)=d(n)-\hat{d}(n)=z(n)-w^Hz_{n-1}α(n)=d(n)−d^(n)=z(n)−wHzn−1。\quad根据维纳滤波正交原理：估计误差与输入信号向量正交，α(n)与z(n)\alpha(n)与z(n)α(n)与z(n)正交。
2020-08-19 15:46:20
2409
原创 现代数字信号处理第六章——最小二乘理论和算法
本章核心：利用最小二乘估计及算法，根据有限个数的观测数据寻求滤波器的最优值。内容分为四部分：最小二乘估计原理基于奇异值分解的最小二乘法求解基于最小二乘的FBLP谱估计最小二乘的两种递归算法：RLS和QR-RLS一、最小二乘理论1、线性方程组Ax=bAx=bAx=b解的形式A可逆，x=A−1bx=A^{-1}bx=A−1bA列满秩，独立方程数大于未知量数，方程有最小二乘解，x^LS=(AHA)−1AHb\hat{x}_{LS}=(A^HA)^{-1}A^Hbx^LS=(AHA)−1AH
2020-08-18 21:42:24
2472
原创 现代数字信号处理第五章——维纳滤波在信号处理中的应用
主要内容线性滤波器及其与AR模型的互逆关系前后向线性预测；格型滤波器；Burg算法信道均衡一、线性预测\quad如下图所示包含M个抽头的滤波器，用u(n−1),u(n−2),⋯ ,u(n−M)u(n-1),u(n-2),\cdots,u(n-M)u(n−1),u(n−2),⋯,u(n−M)来预测u(n)u(n)u(n)，称为M阶线性预测LP(M)LP(M)LP(M)。输入向量：u(n)=[u(n−1),u(n−2),⋯ ,u(n−M)]Tu(n)=[u(n-1),u(n-2),\cdot
2020-08-18 18:42:12
2259
原创 现代数字信号处理——维纳滤波原理及自适应算法
一、维纳滤波器基本理论1、自适应横向滤波器wi∗w_i^*wi∗：滤波器权系数w=[w0,w1,⋯ ,wM−1]w=[w_0,w_1,\cdots,w_{M-1}]w=[w0,w1,⋯,wM−1]：滤波器权向量d(n)d(n)d(n)：期望响应d^(n)=∑i=0M−1wi∗u(n−i)=wHu(n)=uT(n)w∗\hat{d}(n)=\sum_{i=0}^{M-1}w_i^*u(n-i)=w^Hu(n)=u^T(n)w^*d^(n)=∑i=0M−1wi∗u(n−i)=wHu(n
2020-08-17 20:57:44
4413
原创 数字通信七八章——信道编码
一、线性分组码(n,k)码：循环码，线性分组码的一种线性分组码的译码：1.软判决译码：不进行量化，直接对滤波器输出进行译码2.硬判决译码：先将模拟样值量化，然后用数字方式实现译码二、卷积码三、级联码、带交织的并行级联卷积码 —— Turbo码四、网格编码调制TCM...
2020-08-17 09:03:36
1469
原创 现代数字信号处理——功率谱和信号频率估计
如何使用随机过程u(n)的Nu(n)的Nu(n)的N个观测数据uN(0),uN(1),⋯ ,uN(N−1)u_N(0),u_N(1),\cdots,u_N(N-1)uN(0),uN(1),⋯,uN(N−1)估计出随机过程的功率谱S(w)S(w)S(w)。估计方法分为三个流派：1.经典功率谱估计2.参数模型法估计3.基于相关矩阵特征分解的信号频率估计一、经典功率谱估计\quad基于传统傅里叶变换的思想，有BT法和周期图法及其相关改进。1、BT法\quad已知N个观测值uN(n)u_N(
2020-08-16 23:59:44
6538
原创 数字通信第六章——信道模型和信道容量
一、信道模型描述信道常用的三个参数：输入X；输出Y；输入与输出间的条件概率P(yi∣xi)P(y_i|x_i)P(yi∣xi)。如果P(y∣x)=∏i=1mP(yi∣xi)P(y|x)=\prod_{i=1}^mP(y_i|x_i)P(y∣x)=∏i=1mP(yi∣xi)，则该信道无记忆。接下来描述四种信道模型：1、二进制对称信道BSC2、离散无记忆信道DMC\quad更广义的离散输入输出的信道。输入是M元符号，输出是Q元符号。无记忆。条件概率可以写成矩阵形式。3、离散输入、连续输出信
2020-08-13 20:46:35
5109
原创 数字通信第五章——载波与符号同步
为什么需要进行符号同步？接收机同步采样的需要，必须从接收信号中导出符号定时。为什么需要进行载波同步？相干检测的需要，接收机必须估计载波相位的偏移。一、信号参数估计两个参数：传播延迟τ\tauτ和载波相位ϕ=−2πfcτ\phi=-2\pi f_c \tauϕ=−2πfcτ。令θ={ϕ,τ}\theta=\{\phi,\tau\}θ={ϕ,τ}，则估计两个基本准则：1.MAP准则2.最大似然准则ML二者在P(θ)P(\theta)P(θ)均匀分布时相等，故而用最大似然准则即可。基于接收向量r
2020-08-13 19:35:13
5656
原创 数字通信第四章——数字信号传输方法比较
1.给定错误概率，比较所需的信噪比2.给定传输速率R，比较带宽W3.给定错误概率，比较带宽效率R/W与SNR的关系\quad功率效率准则：达到某个错误概率（通常Pe=10-5）所需的SNR，所需的SNR低，则系统的功率效率高。\quad带宽效率准则：信号传输额比特率与带宽的比值r=R/Wr=R/Wr=R/W，r大带宽效率越高。带宽与维度的关系信号集：M个信号，每个的持续时间（信号传输间隔）Ts信号带宽：W信号维度：N=2WTsN=2WT_sN=2WTs带宽效率：r=RW=2log2M.
2020-08-13 15:46:50
2023
原创 数字通信第四章——不确定情况下的最佳检测：非相干检测
实际中，使用相干解调存在问题：接收信号的载波相位具有不确定性问题：在不知道载波相位的情况下，并且也不必对该相位值进行估计时，最佳接收机的形式如何设计？一、二进制信号的最佳非相干检测判决规则：最大后验概率二进制正交信号的特例：二进制FSK信号，对于FSK信号的包络或平方律检测(非相干检测)，信号正交性所要求的最小频率间隔为Δf=1T\Delta f = \frac{1}{T}Δf=T1，它是相位相干检测要求间隔的两倍；M元正交信号，其非相干检测与2元的一样，也是包络检波或平方律检波错误概
2020-08-13 10:53:54
2790
原创 数字通信第四章——功限信号的最佳检测和错误概率
功限信号类型：正交信号，双正交信号，单纯信号等特点：高维星座表征，功率效率高，带宽效率低一、正交信号信号矢量最大相关准则判决平均比特错误概率Pb=2k−12k−1Pe≈12PeP_b=\frac{2^{k-1}}{2^k-1}P_e≈\frac{1}{2}P_ePb=2k−12k−1Pe≈21Pe，按照概率论排列组合推出来为了达到给定的比特错误概率，增加波形个数M可以减少对比特SNR的要求香农极限：在k→无穷（即M=2k→无穷）k→无穷（即M=2k →无穷）k→无穷（即M=2k→
2020-08-13 09:57:57
1418
原创 数字通信第四章——带限信号的最佳检测和错误概率
信号类型：ASK，PSK，QAM主要特征：低带宽需求，传输方式具有低维度(1,2维)，与发送信号数目无关，功率效率随消息数的增加而减少。错误概率有两种1.误符号率：PeP_ePe；2.误比特率：PbP_bPb。一、ASK信号M个一维信号点任意两个相邻点间最小距离为dmin=12log2MM2−1ϵbavgd_{min}=\sqrt{\frac{12log_2M}{M^2-1}\epsilon_{bavg}}dmin=M2−112log2Mϵbavg星座图中有两种类型的点，M-2
2020-08-13 09:06:54
2029
1
原创 计算复杂性第十章——复杂性高级专题
\quad本章主要内容包括近似算法、概率算法、交互式证明系统、并行计算和密码学。一、近似算法\quad某些NPC问题我们可以用多项式时间得到其近似解。例如最小顶点覆盖问题，我们就可以用如下算法得到一个2倍近似的解：对于图G，我们重复以下操作直至G中所有的边都与标记的边相邻：1.在G中找出一条不与任何有标记的边相邻的边；2.给这条边做上标记。最后输出所有标记的边的顶点即可。\quad上述算法给出的顶点覆盖的规模不超过最小顶点覆盖的2倍，证明如下：1.记H是有标记的边的集合，X是输出的顶点集合，Y是最
2020-08-12 14:38:51
1731
原创 计算复杂性第九章——难解性
\quad某些计算问题在理论上可解，但是需要耗费大量时间和空间，这样的问题称为难解的，比如NPC问题。一、层次定理\quad直观感觉：给图灵机更多的时间或空间就能扩大它所能求解的问题类。例如图灵机在O(n3)O(n^3)O(n3)时间内能比其在O(n2)O(n^2)O(n2)时间内判定更多的语言。层次定理可以证明其正确性：时空界限较大的类比较小的类包含更多的语言。空间层次定理\quad对于任何空间可构造函数fff，存在语言A，在空间O(f(n))O(f(n))O(f(n))内可判定，但不能在o(f(
2020-08-12 13:08:28
2147
原创 计算复杂性前三章——图灵机等基础知识
一、有穷自动机\quad有穷自动机是能力和资源极其有限的计算机模型。描述一个自动机需要知道它一共有哪些状态，状态之间如何转换(状态之间发生转化的条件就是有新的输入字母)，它的起始状态和接受状态是什么，如下图所示：\quad有穷自动机是一个5元组(Q,∑,δ,q0,F)(Q,\sum,\delta,q_0,F)(Q,∑,δ,q0,F)，其中1.QQQ是一个有穷集合，称为状态集2.∑\sum∑是一个有穷集合，称为字母表3.δ:Q∗∑−>Q\delta:Q*\sum->Qδ:Q∗∑−&
2020-08-11 09:18:31
3279
1
原创 计算复杂性第八章——空间复杂性
\quad本章使用图灵机模型来度量算法消耗的空间。\quad定义：令M是一个在所有输入上都停机的确定型图灵机，M的空间复杂度f(n)f(n)f(n)是M在任何长度为n的输入上扫描带子方格的最大数。若M的空间复杂度为f(n)f(n)f(n)，则称M在空间f(n)f(n)f(n)内运行。\quad两个空间复杂性类：SPACE(f(n))={L∣L是被O(f(n))空间的确定型图灵机判定的语言}SPACE(f(n))=\{L|L是被O(f(n))空间的确定型图灵机判定的语言\}SPACE(f(n))={L
2020-08-05 19:56:53
2864
原创 计算复杂性第七章——时间复杂性
一、度量复杂性语言：A={0k1k∣k≥0}A=\{0^k1^k | k\ge 0\}A={0k1k∣k≥0}，显然该语言可判定M1M1M1：单带图灵机M2M2M2：更快的单带图灵机M3M3M3：双带图灵机时间复杂度定义：令M是一个在所有输入上都停机的确定型图灵机，f(n)是M在所有长度为n的输入上运行时所经过的最大步数，若f(n)是M的运行时间，则称M在时间f(n)内运行，M是f(n)时间图灵机，n是输入长度。时间复杂性类定义：时间复杂度类TIME(t(n))TIME(t(n))TIME(
2020-08-05 15:48:22
2517
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人