基于Mallat算法和预失真技术的数据补偿方法

    公开(公告)号:CN106354949A

    公开(公告)日:2017-01-25

    申请号:CN201610785086.2

    申请日:2016-08-30

    Abstract: 本发明提供了一种基于Mallat算法和预失真技术的失真数据补偿方法,首先将已知信号V0通过接收系统,利用Mallat算法对接收机接收到的信号进行离散分解,得到接收信号Vt的高频和低频成分,再对其进行二插值重构,并与原始信号对比得到由于接收系统引入的噪声或失真波形,最后将其传输函数的反函数f-1置于预失真器中,当接收信号V(t0)依次经过预失真器和接收系统后,由于电路的叠加效应,接收系统引入的误差和畸变就会被预失真器抵消,得到逼近原始接收信号的可用信号V(t1);本发明用于补偿信号通过天线等接收系统后产生的误差和畸变,简化了实现过程,恢复和保持了接收信号信息,提高了后续分析的稳健性和可靠性。

    一种基于小波分析和时频单源检测的混合矩阵估计方法

    公开(公告)号:CN108108666A

    公开(公告)日:2018-06-01

    申请号:CN201711236736.9

    申请日:2017-11-30

    CPC classification number: G06K9/00503 G06K9/6223

    Abstract: 本发明属于阵列信号处理技术领域,公开的一种基于小波分析和时频单源检测的混合矩阵估计方法,通过小波分析方法对原观测信号进行小波分解、重构实现原始观测信号的扩维,然后对扩维后的观测信号矩阵进行奇异值分解,基于计算得到的奇异值向量,得到时频单源点检测的判断阈值计算方法,然后计算得到时频单源点集合,基于时频单源点集合应用K均值聚类法进行混合矩阵估计;将多次估计得到的混合矩阵组合成为一个矩阵,选择出现最频繁的n个列向量组合成为新的混合矩阵,作为最终估计得到的混合矩阵。本发明能够较好地克服K均值聚类法在混合矩阵估计中易受初始初始聚类中心选择影响从而估计精度不高的问题,得到混合矩阵估计的优化结果。

    一种基于小波分析和时频单源检测的混合矩阵估计方法

    公开(公告)号:CN108108666B

    公开(公告)日:2020-09-04

    申请号:CN201711236736.9

    申请日:2017-11-30

    Abstract: 本发明属于阵列信号处理技术领域,公开的一种基于小波分析和时频单源检测的混合矩阵估计方法,通过小波分析方法对原观测信号进行小波分解、重构实现原始观测信号的扩维,然后对扩维后的观测信号矩阵进行奇异值分解,基于计算得到的奇异值向量,得到时频单源点检测的判断阈值计算方法,然后计算得到时频单源点集合,基于时频单源点集合应用K均值聚类法进行混合矩阵估计;将多次估计得到的混合矩阵组合成为一个矩阵,选择出现最频繁的n个列向量组合成为新的混合矩阵,作为最终估计得到的混合矩阵。本发明能够较好地克服K均值聚类法在混合矩阵估计中易受初始初始聚类中心选择影响从而估计精度不高的问题,得到混合矩阵估计的优化结果。

    基于Mallat算法和预失真技术的数据补偿方法

    公开(公告)号:CN106354949B

    公开(公告)日:2019-10-25

    申请号:CN201610785086.2

    申请日:2016-08-30

    Abstract: 本发明提供了一种基于Mallat算法和预失真技术的失真数据补偿方法,首先将已知信号V0通过接收系统,利用Mallat算法对接收机接收到的信号进行离散分解,得到接收信号Vt的高频和低频成分,再对其进行二插值重构,并与原始信号对比得到由于接收系统引入的噪声或失真波形,最后将其传输函数的反函数f‑1置于预失真器中,当接收信号V(t0)依次经过预失真器和接收系统后,由于电路的叠加效应,接收系统引入的误差和畸变就会被预失真器抵消,得到逼近原始接收信号的可用信号V(t1);本发明用于补偿信号通过天线等接收系统后产生的误差和畸变,简化了实现过程,恢复和保持了接收信号信息,提高了后续分析的稳健性和可靠性。

Patent Agency Ranking