时间序列相似模式的有效匹配

将经验模式分解和多层前向网络的交叉覆盖算法相结合,提出一种时间序列相似模式的匹配算法.先利用经验模式分解实现时间序列趋势的提取,再把所有的趋势序列分成训练集和测试集2个部分.通过训练为每个类别做出描述,根据测试集中的每个趋势序列和覆盖中心之间的距离把它们分配到与之最匹配的类别中.实验结果表明:该算法是一种较理想的序列模式匹配方法,更擅长于维数较高的序列的匹配.

信号分解法降低OFDM符号峰均功率比的算法

在正交频分复用(OFDM)系统中,信号的峰均功率比(PAPR)较高,导致发射端信号发生失真,为此提出了一种降低PAPR的算法。详细的介绍了在基带部分通过信号分解的方法将OFDM符号分解为两路信号以降低PAPR值,并验证了在不同的比较门限和分解门限下该方法对PAPR的改善程度。实验仿真结果证明,信号分解法在合理的比较门限和分解门限下能够在基带部分降低3 dB^4 dB的PAPR值。