基于PSP及Kalman滤波的PCMA信号盲分离算法

提出了一种成对载波多址系统中信息序列和信道联合估计的算法。该算法在不具备任一协作通信方发送的信息序列的先验知识前提下从混合信号中解调出两路信息序列。该算法结合了逐幸存路径处理法无延迟的信道参数估计特性和Kalman滤波良好的估计性能。仿真实验表明,该算法具有良好的信道捕获与跟踪能力,且实现较好的符号序列估计性能。

基于RBF神经网络的铁路沿线短时风速预测方法

对实测风速数据进行Kalman滤波,去除实测风速数据的偏差;通过归一化处理,消除数据中的冗余成分;针对RBF神经网络的预测误差会随着时间的推移而增大的问题,采用滚动式训练方法在线训练RBF神经网络;用训练好的RBF神经网络进行风速预测,再对预测结果进行反归一化处理,得到最终的预测风速。仿真结果表明,运用基于RBF神经网络的铁路短时风速预测方法对短时风速进行预测,最大相对误差仅为5.92%,可满足铁路防灾安全监控系统中风速预测子系统的要求。