多重门限奇异值分解方法的实例验证

目的提出一种基于奇异值分解(SVD)技术和Hanke矩阵的多重门限奇异值分解方法(MTSVD),对测量源数据进行降噪,使其更接近理论值,减少试验误差对后续计算结果的影响。方法对获得的系统频响函数(FRFs)施加10%的随机误差,之后利用文中提出的MTSVD方法进行降噪处理,并与未经过去噪处理的预测结果以及经奇异值累积法获得的降噪结果进行对比。结果利用MTSVD方法对试验获取的耦合系统频响函数进行处理后,得到的修正值更接近理论值,并且该方法的降噪效果优于现有的奇异值累积法。结论验证结果表明文中提出的MTSVD方法能有效降噪,减少试验测量源数据携带的误差,使其更接近理论值,因此该方法在运输包装领域具有良好的可行性和应用前景。

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。