为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization,CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并...为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization,CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并利用提取的端元进行光谱角匹配(Spectral Angle Mapping,SAM)分类来确定两个重要的分类:舰船类和海水类;从所有像元中减去舰船类像元作为背景像元,通过基于纯背景像元加权自相关矩阵的SAM-CEM算法计算探测结果;通过分类图像来获得只包含海水和舰船的灰度图像,并进行二值化和数学形态学处理,寻找范围最大的白色区域为海水区域;通过对目标探测图像进行二值化,利用舰船目标在海水中的特点,去除不在海水区域内的虚警目标,从而确定最终的舰船目标.实验结果表明:该算法能够更好地增强目标信号而抑制背景信号,从而避免了加权自相关CEM算法中目标信号作为背景信号参与运算而对探测结果的影响,在对海面舰艇的目标探测中取得了令人满意的结果.展开更多
针对最小输出能量(minimum output energy,MOE)检测器的权向量由于受到噪声的影响而导致性能下降的问题,设计了一种新的MOE检测器,并且利用约束最小均方(least mean square,LMS)算法得到权向量,提出DS-CDMA系统下一种基于约束LMS的MOE...针对最小输出能量(minimum output energy,MOE)检测器的权向量由于受到噪声的影响而导致性能下降的问题,设计了一种新的MOE检测器,并且利用约束最小均方(least mean square,LMS)算法得到权向量,提出DS-CDMA系统下一种基于约束LMS的MOE盲噪声抑制多用户检测算法。该算法将权向量和噪声子空间正交,消除了权向量中的噪声分量,降低了噪声输出能量,从而使系统的性能优于常规的LMS盲多用户检测。仿真结果证明了所提算法的有效性和优越性。展开更多
深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrierCDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法。该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测...深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrierCDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法。该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测器,给出一种子空间约束LMS算法自适应得到MOE检测器的权向量。为了降低计算复杂度,采用修正的紧缩近似投影子空间跟踪(projection approximation subspace track-ing with deflation,PASTd)算法自适应跟踪信号子空间。通过利用小区内所有用户的扩频码有效地抑制了多址干扰,将权向量约束在信号子空间,降低了噪声子空间的影响,从而提高了收敛速度,改善了输出信号干噪比和误码率性能。仿真实验验证了该算法的有效性。展开更多
将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信...将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信道估计可以提高信道估计的准确性和收敛速度.比较了不同环境下信道估计的误差和各种算法的误码率性能.展开更多
Based on minimum output energy,an improved blind multiuser detection algorithm is proposed by the use of Hopfield neural network.Compared with traditional algorithms,the proposed algorithm does not need the circuit fo...Based on minimum output energy,an improved blind multiuser detection algorithm is proposed by the use of Hopfield neural network.Compared with traditional algorithms,the proposed algorithm does not need the circuit for constraints.The resources are greatly saved and the complexity is reduced as well.The simulation results show that the performance of the improved algorithm is similar to that of the optimal multiuser detection algorithm which is not suitable for the mobile station.Compared with the traditional gradient blind multiuser detection algorithm,the convergence speed of the improved algorithm is quickened.展开更多
文摘为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization,CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并利用提取的端元进行光谱角匹配(Spectral Angle Mapping,SAM)分类来确定两个重要的分类:舰船类和海水类;从所有像元中减去舰船类像元作为背景像元,通过基于纯背景像元加权自相关矩阵的SAM-CEM算法计算探测结果;通过分类图像来获得只包含海水和舰船的灰度图像,并进行二值化和数学形态学处理,寻找范围最大的白色区域为海水区域;通过对目标探测图像进行二值化,利用舰船目标在海水中的特点,去除不在海水区域内的虚警目标,从而确定最终的舰船目标.实验结果表明:该算法能够更好地增强目标信号而抑制背景信号,从而避免了加权自相关CEM算法中目标信号作为背景信号参与运算而对探测结果的影响,在对海面舰艇的目标探测中取得了令人满意的结果.
文摘针对最小输出能量(minimum output energy,MOE)检测器的权向量由于受到噪声的影响而导致性能下降的问题,设计了一种新的MOE检测器,并且利用约束最小均方(least mean square,LMS)算法得到权向量,提出DS-CDMA系统下一种基于约束LMS的MOE盲噪声抑制多用户检测算法。该算法将权向量和噪声子空间正交,消除了权向量中的噪声分量,降低了噪声输出能量,从而使系统的性能优于常规的LMS盲多用户检测。仿真结果证明了所提算法的有效性和优越性。
文摘深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrierCDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法。该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测器,给出一种子空间约束LMS算法自适应得到MOE检测器的权向量。为了降低计算复杂度,采用修正的紧缩近似投影子空间跟踪(projection approximation subspace track-ing with deflation,PASTd)算法自适应跟踪信号子空间。通过利用小区内所有用户的扩频码有效地抑制了多址干扰,将权向量约束在信号子空间,降低了噪声子空间的影响,从而提高了收敛速度,改善了输出信号干噪比和误码率性能。仿真实验验证了该算法的有效性。
文摘将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信道估计可以提高信道估计的准确性和收敛速度.比较了不同环境下信道估计的误差和各种算法的误码率性能.
基金Supported by China Postdoctoral Science Foundation(No.20060390170)Science and Technology Development Foundation of Tianjin University(No.20060610)
文摘Based on minimum output energy,an improved blind multiuser detection algorithm is proposed by the use of Hopfield neural network.Compared with traditional algorithms,the proposed algorithm does not need the circuit for constraints.The resources are greatly saved and the complexity is reduced as well.The simulation results show that the performance of the improved algorithm is similar to that of the optimal multiuser detection algorithm which is not suitable for the mobile station.Compared with the traditional gradient blind multiuser detection algorithm,the convergence speed of the improved algorithm is quickened.