基于非正交对角化算法的非平稳信号盲分离

运用分段平稳的思想处理非平稳信号,对每一子分段信号进行计算,得到相关矩阵群,并运用非正交对角化算法(alternatingcolumnsdiagonalcenters,ACDC)求得分离矩阵的逆阵,从而在混合信号中分离出源信号.仿真结果表明,在信噪比为40dB的情况下,信号的平均干扰比可以保持在-15dB以下.因而采用分段平稳和非正交对角化算法相结合的思想来处理信噪比较高时的非平稳信号,可以取得较好的分离效果.

基于VSSR法的数字与模拟调制信号的区分

在电子监测系统中,调制类型的自动识别起着非常关键的作用。当调制类型较多时,一些识别算法第一步先区分调制方式是属于模拟调制还是数字调制。该文采用了结合小波变换的VSSR(Variance of Subclass’s Symbol Rate)法,仿真表明,当源信号的任何情况都未知下,在采样点较多时,可以在信噪比仅为10dB的情况下,区分出几乎所有的数字调制和模拟调制。

对聚类算法普遍存在问题的解决办法

聚类广泛应用于统计、机器学习、模式识别、数据分析等领域并越来越受重视。本文研究了各种聚类算法共同面临的五个问题:聚类效果评估、类数目估计、数据预处理、样本间相似性测量、抗干扰性能,分析了对这些问题的有代表性的解决方法,总结并预测了未来聚类算法在这五个方面的研究方向。