您的位置: 专家智库 > >

康凯

作品数:5 被引量:5H指数:1
供职机构:中国人民解放军第二炮兵工程大学更多>>
发文基金:国家自然科学基金安徽省自然科学基金国防科技技术预先研究基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇电子电信
  • 3篇自动化与计算...

主题

  • 2篇信号
  • 2篇交替方向法
  • 2篇MISO
  • 1篇多用户
  • 1篇信道
  • 1篇信号检测
  • 1篇用户
  • 1篇帧同步
  • 1篇身份
  • 1篇生成矩阵
  • 1篇搜索
  • 1篇频率偏移
  • 1篇自选择
  • 1篇稀疏信号
  • 1篇线性鉴别分析
  • 1篇近邻搜索
  • 1篇矩阵
  • 1篇分布式
  • 1篇DVB-S2

机构

  • 5篇电子工程学院
  • 3篇安徽省电子制...
  • 2篇中国人民解放...
  • 1篇中国人民解放...

作者

  • 5篇康凯
  • 4篇钟子发
  • 2篇燕展
  • 1篇杨俊安
  • 1篇朱然刚
  • 1篇夏建明
  • 1篇王理

传媒

  • 2篇计算机应用研...
  • 1篇安徽大学学报...
  • 1篇数据采集与处...
  • 1篇控制与决策

年份

  • 1篇2015
  • 2篇2014
  • 2篇2013
5 条 记 录,以下是 1-5
排序方式:
基于块稀疏快速重构的MISO活跃用户集与信道联合估计
2015年
针对多用户多输入单输出(Multiple input single output,MISO)系统的用户选择与信道估计问题,引入基于用户分布式自选择的信道接入策略,设计一种新的结合该策略的时分双分复用(Time division duplex,TDD)模式数据传输帧结构。利用用户活跃模式自然稀疏性和信道冲激响应时延域稀疏性,将基站接收上行随机导频序列建模为块稀疏线性模型。基于凸松弛的l2/l1模型提出一种快速的块稀疏重构算法求解问题模型。算法首先对目标函数进行变量分裂,然后利用交替方向法对各变量进行交替更新,直至满足收敛条件。交替更新中,对于无法获得闭式解的信号变量项,采取块坐标下降法求解。计算机仿真表明,与块正交匹配追踪和块压缩采样匹配追踪比较,新算法能够在保持高重构精度的前提下获得更快的计算速度。
康凯钟子发朱然刚王理
关键词:交替方向法
基于局部稀疏表示和线性鉴别分析的典型相关分析被引量:1
2014年
为在特征融合中综合利用数据的类别信息和数据结构中所蕴含的自然鉴别信息,提出一种基于局部稀疏表示和线性鉴别分析的典型相关分析算法.首先利用局部稀疏表示模型,以较小的计算复杂度获取局部稀疏重构矩阵;然后在典型相关分析的框架中实现对局部稀疏结构保持、线性鉴别分析和组合特征相关性的联合优化,增强了融合特征的鉴别能力.在人工数据、多特征手写字数据、人脸数据上的实验表明了所提出方法的有效性.
夏建明杨俊安康凯
关键词:线性鉴别分析
交替方向块稀疏信号快速重构算法
2014年
研究模型压缩感知中的块稀疏信号重构问题.在l2/l1模型基础上,提出一种基于交替方向法的块稀疏信号重构算法.在该算法中,首先对目标函数进行变量分裂,然后利用交替方向法对各变量进行交替更新,直至满足收敛条件.仿真实验中,将该算法与块正交匹配追踪和块压缩采样匹配追踪算法进行比较,结果表明该算法能够在保持高重构精度的前提下获得更快的计算速度.
康凯王粒宾钟子发
关键词:交替方向法
用于多用户大规模MISO信号检测的改进主动禁忌搜索算法被引量:1
2013年
针对基站配置上百个天线的多用户MISO系统上行信号检测问题,结合基于变化的最大似然(ML)代价函数判决门限的随机重启策略,改进主动禁忌搜索(RTS)检测算法性能。仿真实验表明,相比基本的RTS算法以及似然上升搜索算法(LAS)及其变体,在相同条件下该算法误符号率性能更优,尤其是在高阶QAM调制和信道增益矩阵为欠定阵(用户数大于基站天线数)时,其他算法存在严重的性能恶化,而该算法仍能呈现良好的性能。
康凯钟子发燕展李宁
基于SOF+PLSC的新DVB-S2帧同步检测算法被引量:3
2013年
针对DVB-S2信号载波频率偏移较大时的帧同步问题进行了研究。为提高低信噪比下的检测概率,通过对原算法中能量纠正项的分析和比较,提出了一种改进的帧同步算法,并结合帧头物理层信令部分的编码特性,提出了一种新的DVB-S2帧同步策略。该策略将帧头物理层信令数据进行两次共轭差分,经过相对应的累加后作为新的输入数据用于帧同步,增加整体同步码字的长度。仿真实验表明,与原始算法相比,结合使用新的策略和算法能够获得更高的检测概率,适用于大载频偏移和低信噪比条件。
燕展康凯钟子发
关键词:帧同步频率偏移生成矩阵
共1页<1>
聚类工具0