一种适应于IEEE 802.15.4k标准的高精度频偏估计算法

为实现基于IEEE 802.15.4k标准的长码字直接序列扩频系统(Direct sequency spread spectrum,DSSS)在低信噪比下的频偏估计,提出一种高精度、稳定的改进频偏估计算法。该算法在保证频偏估计范围的前提下同时利用相位和幅度信息对信号作有偏自相关和迭代,提高包含相位信息的序列的信噪比,然后对有偏自相关信号的各阶差分计算相位幅角并加权平均,克服了Fitz方法在低信噪比下近似条件难以满足的缺点。实验结果表明该算法能在不缩小估计范围的同时实现极低信噪比下的精确频偏估计,估计精度满足IEEE 802.15.4k标准下接收系统对残余频偏的容忍度。

用神经网络方法由蛋白质一级序列预测其二级结构含量(英文)

基于氨基酸组成和有偏自相关函数的特征参量 ,利用BP神经网络 ,提出了一种预测蛋白质二级结构中α螺旋和 β折叠含量的计算方法 .采用相互独立的非同源蛋白质数据库对该方法的准确性进行检验 ,对蛋白质二级结构α螺旋和 β折叠含量的预测的结果为 :自检验的平均绝对误差分别为 0 .0 70和 0 .0 6 8,相应的标准偏差分别为 0 .0 49和 0 .0 47;他检验的平均绝对误差分别为 0 .0 75和 0 .0 70 ,相应的标准偏差分别为 0 .0 5 0和 0 .0 49.与常用方法相比 ,利用此方法预测蛋白质二级结构含量可有效提高预测精度 .