简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:在MIMO技术中分层空时编码(BLAST)能获得信道容量较大,且随发送天线数的增加其频带利用率呈线性增加。由于大气衰减、光强闪烁等因素的影响,使得BLAST系统在传输时系统误码率增高,不能满足未来移动通信系统安全可靠通信的要求,因此将LDPC码与分层空时码级联来解决这一问题,构成LDPC-BLAST系统,并采用BP译码算法使系统性能达到最佳化。实验结果表明:级联LDPC码的分层空时码能抑制大气湍流效应,使系统误码率降低,从而提高通信系统的性能。
简介:摘要船舶岸电系统可有效地节能减排,是当今港口发展的趋势。船舶岸电系统分为高压岸电系统和低压岸电系统,目前全世界应用较为广泛的是高压岸电系统。本文基于H桥级联结构对高压岸电变频装置进行设计。
简介:低密度奇偶校验码(LowDensityParityCheckcodes,LDPCcodes)和极化码(Polarcodes),是国际移动通信标准化组织3GPP在5G(5th-Generation)增强移动宽带场景的信道编码技术方案中,分别作为数据信道和控制信道的编码方案.LDPC码编码复杂度较高、硬件资源需求较大以及存在错误平层,而极化码具有线性编码复杂度以及瀑布式下降曲线,基于二者的级联系统可以大大改善彼此的缺点.首先我们研究分析了现有的级联系统,其次详细介绍了级联系统的实现方法,最后就级联系统研究中现存问题进行了分析,并探讨了其未来发展趋势.
简介:电力网络和信息网络深度融合,虽然促进网络间的交流,但也带来故障大规模传播的风险。基于电网结构和负载特性,结合信息网调度功能,构建电力信息相互依存网络模型。使用最高负载、最低负载和最高容量比3种节点攻击方式攻击电网单一节点,并与单层电网故障进行比较。研究表明,在最高负载节点攻击下,初始负载较小时,电力信息相互依存网络的鲁棒性比单层电网弱,当初始负载较大时,两种网络鲁棒性接近;在最低负载和最高容量比节点攻击下,两种网络的鲁棒性差异并不明显;在相互依存网络上,最高负载节点攻击的级联故障最难完全消除。