您的位置： 专家智库 > >

杨强

作品数：7 被引量：26H指数：2
供职机构：重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室更多>>
发文基金：重庆市教育委员会科学技术研究项目国家自然科学基金信号与信息处理重庆市市级重点实验室建设项目更多>>
相关领域：电子电信更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 7篇电子电信

主题

  • 6篇信号
  • 4篇扩频
  • 3篇伪码
  • 2篇多径
  • 2篇软扩频
  • 2篇码序列
  • 2篇盲估计
  • 2篇BOC信号
  • 1篇调制
  • 1篇调制方式
  • 1篇多径环境
  • 1篇多径信道
  • 1篇信道
  • 1篇音乐信号
  • 1篇直扩
  • 1篇直扩信号
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征值分解
  • 1篇区分性

机构

  • 7篇重庆邮电大学

作者

  • 7篇张天骐
  • 7篇杨强
  • 4篇宋玉龙
  • 3篇熊梅
  • 2篇赵亮
  • 1篇张婷

传媒

  • 2篇系统工程与电...
  • 1篇电讯技术
  • 1篇电子与信息学...
  • 1篇声学学报
  • 1篇计算机应用
  • 1篇计算机应用研...

年份

  • 1篇2019
  • 2篇2018
  • 4篇2017
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
多径软扩频信号伪码周期盲估计
2017年
针对多径信道下因多径衰落造成软扩频信号伪码周期难以估计的问题,提出了一种基于二次功率谱的多径软扩频信号伪码周期盲估计方法。首先,将一般的单径软扩频信号扩展到多径模型;然后,在多径软扩频信号模型的基础上计算信号的一次功率谱;其次,将求出的一次功率谱作为输入信号计算信号的二次功率谱,理论分析表明信号的二次功率谱在伪码周期整数倍处将会出现峰值谱线;最后,通过检测峰值谱线间的间距就可以实现多径软扩频信号的伪码周期估计。通过仿真实验表明,在伪码周期估计正确率为100%、伪码序列长度为127位和255位时,所提方法比时域相关法提高信噪比约1 d B和2 d B;在同一对比条件下,所需要的平均累加次数均少于时域相关法。实验结果表明,所提方法对伪码周期进行估计,在减少计算量的同时,还提高了估计的正确率。
杨强张天骐赵亮
关键词：多径信道伪码周期盲估计
一种K-means改进算法的软扩频信号伪码序列盲估计被引量：14
2018年
针对软扩频信号因采用了编码技术使得伪码序列难以估计的问题,该文提出一种基于K-means聚类改进的软扩频信号伪码序列盲估计方法。该方法首先以单倍伪码周期的窗长对接收信号进行数据分段以构造观测数据矩阵,其次利用相似测度的理论从观测数据中寻找出K-means算法最优的初始聚类中心点,然后通过搜索平均轮廓系数(Silhouette Coefficient,SC)最大的绝对值以完成伪码集合规模数的估计,最后找到估计的伪码集合规模数所对应的聚类中心点集合,进一步完成对软扩频信号伪码序列的盲估计。通过仿真实验表明,在伪码序列估计错误概率低于0.1的情况下,该文方法比未改进方法提高信噪比约4 dB;而且在同一条件下,该文方法对信号的盲解扩性能优于未改进的方法。
张天骐杨强宋玉龙熊梅
关键词：伪码序列K-MEANS聚类盲估计
基于分块矩阵变换的线性分组码盲识别被引量：1
2017年
为了解决传统矩阵分析方法存在的误码扩散问题,提出了一种基于分块矩阵变换的线性分组码盲识别方法。首先,将截获序列按照估计码长构造出分析矩阵,将分析矩阵分块后分别进行矩阵下三角变换;然后,以各列列重为度量,根据相关列重量的统计分布特性设置相关列阈值,并统计出符合阈值的相关列的个数,当相关列的个数最大时即为真实码长的情况。该方法还可以识别码字同步点,识别方法简单。理论分析及仿真结果表明,该识别方法的容错性能较好,在误码为5%的条件下,对(15,7)线性分组码的正确识别率依然能达到80%。
赵亮张天骐杨强
关键词：线性分组码盲识别
基于相似度的直扩信号盲解扩方法被引量：10
2017年
针对传统方法对直扩(direct sequence spread spectrum,DS-SS)信号进行盲解扩时,需要在估计出扩频序列后,才能完成信号盲解扩的问题,提出了一种基于相似度的DS-SS信号盲解扩方法。该方法首先在扩频码的码片速率和周期已知的条件下,以单倍扩频码周期的窗长对接收信号进行数据分段,然后对任意两段数据求相似度函数值,构造相似度函数值的特征信息矩阵,最后通过对构造的特征信息矩阵进行特征值分解就可以实现对信息序列及扩频码序列的盲估计。理论推导和仿真实验结果表明,该方法具有精度高、稳定性好,在信噪比容限值为-22dB的条件下也能够有效的盲估计DS-SS信号的信息序列及扩频码序列。
张天骐杨强宋玉龙熊梅
关键词：直扩信号扩频码序列相似度特征值分解
多径环境下的BOC信号的通用模型及捕获方法
2018年
针对BOC(binary offset carrier)信号在多径环境下缺乏将各种边峰消除方法统一起来的通用模型以及无法精确捕获的问题,提出了一种基于Rake模型的边峰消除通用精确捕获方法。该方法首先利用Rake接收机将多径BOC信号采用最大比合并的方法得到近似单径信号,然后通过建立泛化的扩频符号波形,得到其边峰消除通用模型,最后通过相关合成运算得到精确的无模糊捕获方法。理论和计算机仿真表明,该方法不仅消除了多径干扰,建立了边峰消除通用模型而且较其他方法有更精确的捕获精度,对于sin BOC(1,1)而言,检测性能比SCPC算法提高了4 d B。
宋玉龙张天骐杨强
关键词：多径
基于TDDM调制方式的sin-BOC信号精确捕获算法
2017年
针对时分数据调制(time division data modulation,TDDM)的正弦型二进制偏移载波(binary offset carrier,BOC)自相关函数多峰性导致的无法精确捕获的问题,提出了一种基于子相关函数组成的相关函数捕获算法。该算法通过接收信号和调制过的本地伪码分别与本地TDDM-BOC信号子载波的每一个码片相关,根据两种相关函数之间的对应关系,合成一种精确的无模糊捕获算法,并详细介绍了捕获算法原理。理论和计算机仿真表明,该算法运算复杂度低,而且完全消除了副峰,在同一条件下,主峰峰值能量相对于相关重构算法提高了79.5%。
张天骐宋玉龙杨强杨凯
关键词：自相关函数
结合区分性训练深度神经网络的歌声与伴奏分离方法被引量：1
2019年
针对音乐信号中的歌声与伴奏相互关联难以分离的问题,提出了一种区分性训练深度神经网络(Deep Neural Network,DNN)的音乐分离方法。首先,在DNN模型的基础上同时考虑歌声与伴奏间的重建误差和区分性信息,提出了一种改进的目标函数进行区分性训练;其次,在DNN模型上额外添加一层,引入时频掩蔽对估计出的歌声伴奏进行联合优化,相应的时域信号由傅里叶逆变换获得;最后,验证不同参数设置对分离性能的影响,并与现有的音乐分离方法进行对比.实验结果表明,改进的目标函数和时频掩蔽的引入明显提高了DNN的分离性能,且与现有的音乐分离方法相比分离性能最高提高了4 dB从而证实所提方法是一种有效的音乐分离方法。
张天骐熊梅张婷杨强
关键词：区分性歌声音乐信号目标函数
全选 清除 导出
共1页<1>
聚类工具0